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:
针对多工况条件下的滚动轴承损伤状态识别问题,本文提出基于CEEMD能量熵和阶次跟踪的损伤识别方法.将振动信号经CEEMD分解为系列的IMF分量,选取其中包含滚动轴承特征频率的IMF分量,运用改进的希尔伯特变换求得IMF分量的边际谱,并利用阶次跟踪方法消除不同转速对损伤状态的影响,同时采用能量熵加强对各损伤状态的识别能力.最后使用特征阶次幅值和能量熵构建诊断特征向量,采用遗传算法优化的支持向量机对损伤状态进行识别.试验结果表明,基于能量熵和阶次跟踪的损伤识别方法精度较高,是一种有前途并且非常有效的多工况损伤状态识别方法.
推荐文章
基于变量预测模型的模式识别方法在滚动轴承故障诊断中的应用
模式识别
故障诊断
变量预测模型
滚动轴承
基于多尺度熵的滚动轴承故障诊断方法
样本熵
多尺度熵
滚动轴承
故障诊断
复杂性
一种滚动轴承技术测量模型生成算法
滚动轴承
技术测量
轴承模型
几何造型
滚动轴承表面损伤故障动力学建模方法研究
滚动轴承
表面损伤故障
动力学建模
多体动力学仿真
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 一种多工况的滚动轴承损伤状态识别方法
来源期刊 舰船科学技术 学科 工学
关键词 损伤识别 阶次跟踪 CEEMD能量熵 支持向量机
年,卷(期) 2015,(10) 所属期刊栏目 装备技术
研究方向 页码范围 67-71
页数 5页 分类号 TP18
字数 3121字 语种 中文
DOI 10.3404/j.issn.1672-7649.2015.10.014
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 朱显明 9 31 3.0 5.0
3 刘彦 18 65 4.0 7.0
5 彭伟才 20 66 4.0 7.0
11 周涛涛 6 11 1.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (38)
参考文献  (13)
节点文献
引证文献  (1)
同被引文献  (8)
二级引证文献  (2)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(4)
  • 参考文献(3)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(3)
  • 参考文献(2)
  • 二级参考文献(1)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(3)
  • 参考文献(3)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(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)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
损伤识别
阶次跟踪
CEEMD能量熵
支持向量机
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