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:
轴承早期故障引起的微弱振动变化信号往往淹没在机械传动系统的背景振动噪声中,其故障特征提取困难.本文针对滚动轴承故障振动信号的非平稳性及调制特性,提出集合经验模式分解和谱峭度法合的滚动轴承故障特征信号提取及其故障诊断的新方法——集合谱峭度法(Ensembled Kurtogram,EK).该方法应用集合经验模式分解将振动信号分解为多个固有模式函数,分别计算各个固有模式函数的峭度值及其与故障工况下振动信号、正常工况下振动信号之间的相关性,根据IMFs自动选取规则选取合适的IMFs进行轴承故障信号的重构;然后针对重构后的信号进行谱峭度计算得到对应的峭度图,根据峭度图上最大值原则选取最佳带通滤波器进行滤波;最后运用包络解调后的信号进行故障诊断.本文通过模拟仿真和实验验证,验证了该算法的故障信号提取有效性和故障诊断能力.
推荐文章
基于改进奇异值分解滤波和谱峭度的滚动轴承故障诊断
滚动轴承
故障诊断
奇异值分解
有效奇异值
快速谱峭度
基于包络谱稀疏度和最大相关峭度解卷积的滚动轴承早期故障诊断方法
滚动轴承
稀疏度
最大相关峭度解卷积
故障诊断
滚动轴承故障诊断的多小波谱峭度方法
多小波
自适应构造
谱峭度
滚动轴承
故障诊断
噪声参数最优ELMD与谱峭度在滚动轴承故障诊断中的应用
噪声参数最优
总体局部均值分解
谱峭度
相对均方根误差
模态混叠
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 基于集合谱峭度法的轴承故障诊断
来源期刊 舰船科学技术 学科 交通运输
关键词 谱峭度法 集合经验模式分解 轴承 故障诊断
年,卷(期) 2013,(9) 所属期刊栏目 装备技术
研究方向 页码范围 86-91
页数 6页 分类号 U664.21
字数 2645字 语种 中文
DOI 10.3404/j.issn.1672-7649.2013.09.017
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 周晓君 2 5 2.0 2.0
2 刘胜兰 4 5 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (26)
共引文献  (215)
参考文献  (10)
节点文献
引证文献  (3)
同被引文献  (0)
二级引证文献  (0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(8)
  • 参考文献(1)
  • 二级参考文献(7)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(4)
  • 参考文献(4)
  • 二级参考文献(0)
2011(4)
  • 参考文献(4)
  • 二级参考文献(0)
2013(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)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
谱峭度法
集合经验模式分解
轴承
故障诊断
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
舰船科学技术
半月刊
1672-7649
11-1885/U
大16开
北京市朝阳区科荟路55号院
1979
chi
出版文献量(篇)
6974
总下载数(次)
20
论文1v1指导