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:
为了有效地将机械设备滚动轴承的非线性、非平稳信号中的故障信号提取出来,将相关峭度引入轴承故障诊断领域,结合经验模式分解(empirical mode decomposition ,EMD)和相关峭度,提出了一种机械设备滚动轴承故障特征提取方法。该方法利用 EMD将振动信号分解成为多个确定的本征模态函数(intrinsic mode function ,IM F),然后根据相关峭度选取EMD分解后的分量,提取出机械设备滚动轴承的非线性、非平稳信号中的故障信号。通过仿真和实验研究验证了该方法的有效性。
推荐文章
基于EMD的滚动轴承故障诊断方法研究
故障诊断
滚动轴承
经验模态分解
峭度系数
Hilbert变换
基于改进EMD与谱峭度的滚动轴承故障特征提取
经验模态分解
谱峭度
滚动轴承
故障诊断
经验模态分解(EMD)在滚动轴承故障诊断中的应用
滚动轴承
EMD
神经网络
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
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EMD分解和相关峭度的滚动轴承故障诊断方法研究
来源期刊 武汉理工大学学报(交通科学与工程版) 学科 工学
关键词 经验模式分解 本征模态函数 相关峭度 滚动轴承 故障诊断
年,卷(期) 2014,(2) 所属期刊栏目
研究方向 页码范围 367-370,374
页数 5页 分类号 TH133.3|TN911.7
字数 2395字 语种 中文
DOI 10.3963/j.issn.2095-3844.2014.02.029
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 张永祥 海军工程大学动力工程学院 130 1003 17.0 25.0
2 张帅 海军工程大学动力工程学院 20 115 6.0 10.0
3 朱杰平 海军工程大学动力工程学院 3 15 2.0 3.0
4 王孝霖 海军工程大学动力工程学院 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  (37)
共引文献  (55)
参考文献  (6)
节点文献
引证文献  (6)
同被引文献  (8)
二级引证文献  (12)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(10)
  • 参考文献(2)
  • 二级参考文献(8)
2011(5)
  • 参考文献(1)
  • 二级参考文献(4)
2012(3)
  • 参考文献(3)
  • 二级参考文献(0)
2014(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)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(4)
  • 引证文献(3)
  • 二级引证文献(1)
2018(8)
  • 引证文献(2)
  • 二级引证文献(6)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
经验模式分解
本征模态函数
相关峭度
滚动轴承
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
武汉理工大学学报(交通科学与工程版)
双月刊
2095-3844
42-1824/U
大16开
武昌区和平大道1178号
38-148
1959
chi
出版文献量(篇)
5723
总下载数(次)
12
总被引数(次)
47608
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导