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:
现代机械设备正朝着大型、复杂和高速方向发展,导致其长期在强噪声环境下运行,使得通过振动分析检测微弱故障变得极为困难。因此,从强噪声背景中提取微弱故障信号成为机械故障诊断的关键问题。随机共振利用噪声能量来加强特征信号能量,特别适合于现代机械设备微弱故障诊断,然而,共振系统结构参数对其输出结果影响较大。针对这一实际情况,为了更好地对故障轴承进行精确诊断,以随机共振理论为依据,提出了基于人工蜂群算法的自适应随机共振新方法。以随机共振输出信噪比作为算法的目标函数,利用人工蜂群算法搜索全局最优解,实现双稳系统参数的自适应调节,获得信噪比最大时的系统参数,最终实现从强噪声环境中检测出微弱信号。数值仿真和轴承故障诊断试验表明:该方法得到的输出频率谱故障频率峰值比经典随机共振方法得到的峰值高20%,可用于强噪声环境下轴承故障识别和诊断。
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
基于多维缩放和随机森林的轴承故障诊断方法
函数型数据分析
多维缩放
随机森林
轴承故障诊断
采用品质因子优化和子带重构的共振稀疏分解滚动轴承故障诊断方法
品质因子
子带重构
滚动轴承
共振稀疏分解
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 轴承故障诊断的最优化随机共振方法分析
来源期刊 农业工程学报 学科 工学
关键词 轴承 故障检测 信噪比 人工蜂群算法 随机共振
年,卷(期) 2014,(12) 所属期刊栏目 农业装备工程与机械化
研究方向 页码范围 50-55
页数 6页 分类号 TH133.33
字数 2505字 语种 中文
DOI 10.3969/j.issn.1002-6819.2014.12.006
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 王衍学 桂林电子科技大学机电工程学院 17 42 4.0 6.0
2 向家伟 温州大学机电工程学院 8 22 3.0 4.0
3 蒋勇英 温州大学机电工程学院 6 43 3.0 6.0
4 崔向欢 桂林电子科技大学机电工程学院 1 9 1.0 1.0
5 高海峰 温州大学机电工程学院 2 15 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (89)
共引文献  (145)
参考文献  (17)
节点文献
引证文献  (9)
同被引文献  (32)
二级引证文献  (56)
1981(4)
  • 参考文献(1)
  • 二级参考文献(3)
1983(3)
  • 参考文献(1)
  • 二级参考文献(2)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(4)
  • 参考文献(2)
  • 二级参考文献(2)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1991(3)
  • 参考文献(0)
  • 二级参考文献(3)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(4)
  • 参考文献(0)
  • 二级参考文献(4)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(9)
  • 参考文献(0)
  • 二级参考文献(9)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(6)
  • 参考文献(0)
  • 二级参考文献(6)
2001(4)
  • 参考文献(1)
  • 二级参考文献(3)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(7)
  • 参考文献(1)
  • 二级参考文献(6)
2004(8)
  • 参考文献(2)
  • 二级参考文献(6)
2005(6)
  • 参考文献(1)
  • 二级参考文献(5)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(5)
  • 参考文献(3)
  • 二级参考文献(2)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(5)
  • 参考文献(3)
  • 二级参考文献(2)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(6)
  • 参考文献(0)
  • 二级参考文献(6)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(1)
  • 参考文献(1)
  • 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(3)
  • 引证文献(2)
  • 二级引证文献(1)
2017(10)
  • 引证文献(1)
  • 二级引证文献(9)
2018(25)
  • 引证文献(4)
  • 二级引证文献(21)
2019(19)
  • 引证文献(2)
  • 二级引证文献(17)
2020(8)
  • 引证文献(0)
  • 二级引证文献(8)
研究主题发展历程
节点文献
轴承
故障检测
信噪比
人工蜂群算法
随机共振
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
农业工程学报
半月刊
1002-6819
11-2047/S
大16开
北京朝阳区麦子店街41号
18-57
1985
chi
出版文献量(篇)
16403
总下载数(次)
36
总被引数(次)
395062
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导