基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
轴承局部损伤故障引起的振动响应往往会被较大的振动信号所掩盖,影响故障的正确诊断.本文提出IMF分量的倒频谱分析方法,首先将复杂的信号分解为有限的内禀模态函数(IMF)之和,对原始振动信号进行降维;再对IMF分量进行倒频谱分析,利用倒频谱方法准确地提取振动信号幅值谱上的周期特征.对EMD分解得到的多个IMF分量同时做倒频谱分析,可以相互验证,从而得到更可靠、更准确、更可信的诊断结果.通过对IMF分量的倒频谱分析法和Hilbert包络谱分析法诊断效果进行比较,结果表明,IMF分量的倒频谱分析方法比Hilbert包络谱分析提取的故障频率特征更精准、可靠.
推荐文章
倒频谱分析在滚动轴承故障诊断中的应用
精轧区域设备
倒频谱
滚动轴承
故障诊断
滚动轴承故障诊断的实验研究
振动与波
滚动轴承
故障诊断
倒频谱
噪声
滚动轴承故障的倒频谱分析
功率谱
倒频谱
机械故障诊断
基于IMF特征提取的滚动轴承故障诊断
故障诊断
经验模态分解
模糊熵
滚动轴承
优化支持向量机
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 IMF分量的倒频谱分析在滚动轴承故障诊断中的应用
来源期刊 液压气动与密封 学科 工学
关键词 EMD分解 倒频谱分析 IMF分量
年,卷(期) 2012,(3) 所属期刊栏目 设计与研究
研究方向 页码范围 33-35
页数 分类号 TH137.3|TP277
字数 2361字 语种 中文
DOI 10.3969/j.issn.1008-0813.2012.03.011
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 石文磊 解放军理工大学工程兵工程学院 6 53 3.0 6.0
2 张梅军 解放军理工大学工程兵工程学院 54 317 10.0 14.0
3 王闯 解放军理工大学工程兵工程学院 6 37 3.0 6.0
4 韩思晨 解放军理工大学工程兵工程学院 4 22 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (10)
同被引文献  (19)
二级引证文献  (20)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(5)
  • 引证文献(5)
  • 二级引证文献(0)
2016(4)
  • 引证文献(0)
  • 二级引证文献(4)
2017(11)
  • 引证文献(2)
  • 二级引证文献(9)
2018(4)
  • 引证文献(0)
  • 二级引证文献(4)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
EMD分解
倒频谱分析
IMF分量
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
液压气动与密封
月刊
1008-0813
11-4839/TH
大16开
北京西城区三里河路46号
82-152
1981
chi
出版文献量(篇)
5036
总下载数(次)
8
总被引数(次)
18908
论文1v1指导