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:
分析共振解调技术和小波变换在滚动轴承故障诊断中存在的不足,提出一种用于提取滚动轴承微弱信号的新方法,该方法将时间序列模型(AR模型)和多重自相关方法应用于滚动轴承信号降噪,再利用小波包络分析,提取出反映滚动轴承故障的特征频率.通过对新方法包络谱特征的自动提取,实现了基于支持向量机(SVM)的智能诊断.实际试验验证了新方法的正确有效性.
推荐文章
基于自适应遗传随机共振的滚动轴承微弱故障诊断
微弱故障
滚动轴承
随机共振
遗传算法
SAE网络
实验验证
基于CYCBD和包络谱的滚动轴承微弱故障特征提取
滚动轴承
最大2阶循环平稳盲解卷积
微弱故障
特征提取
基于pLSA模型的滚动轴承故障检测
滚动轴承故障检测
小波包变换
视觉词袋模型
pLSA模型
基于应力波的低速滚动轴承故障诊断新方法研究
低速旋转机械
应力波
小波分析
故障诊断
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 强噪声背景下的滚动轴承故障微弱信号检测新方法
来源期刊 轴承 学科 工学
关键词 滚动轴承 故障诊断 AR模型 小波分析 多重自相关 SVM
年,卷(期) 2012,(3) 所属期刊栏目
研究方向 页码范围 42-46
页数 5页 分类号 TH133.33|TH165.3
字数 语种 中文
DOI
五维指标
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  (4)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(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)
研究主题发展历程
节点文献
滚动轴承
故障诊断
AR模型
小波分析
多重自相关
SVM
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
轴承
月刊
1000-3762
41-1148/TH
大16开
河南省洛阳市吉林路
36-17
1958
chi
出版文献量(篇)
4658
总下载数(次)
6
论文1v1指导