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:
滚动轴承多故障特征影响故障诊断结果,为此提出一种结合奇异值分解和峭度的复合故障诊断方法.将采集的双通道多故障特征振动信号进行多层奇异值分解,利用奇异值差分谱和归一化峭度进行筛选和重构,实现对多故障特征的分别提取;通过滚动轴承内外圈故障实验,最终分离出轴承的2种故障.与直接采用原始信号诊断相比,该方法能够在背景噪声下准确分离频率相近的微弱故障成分,提高提取瞬态冲击信号特征的能力,能有效识别滚动轴承的故障类型和发生部位,提高复合故障诊断的准确性.实验结果表明,该方法可以有效地分离和提取滚动轴承多故障特征.
推荐文章
基于奇异值分解及形态滤波的滚动轴承故障特征提取方法
奇异值分解
形态滤波
滚动轴承
振动信号
故障特征提取
基于经验小波变换和峭度值的滚动轴承故障检测方法
经验小波变换
故障诊断
轴承故障
振动信号处理
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
基于局部均值分解和最大相关峭度解卷积的滚动轴承早期故障提取
滚动轴承
故障诊断
局部均值分解
最大相关峭度解卷积
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 应用奇异值分解和峭度分离滚动轴承复合故障
来源期刊 西华大学学报(自然科学版) 学科 工学
关键词 奇异值分解 滚动轴承 多故障诊断 归一化峭度
年,卷(期) 2016,(3) 所属期刊栏目 机电工程
研究方向 页码范围 7-11
页数 5页 分类号 TH165+.3|TP206+.3
字数 2915字 语种 中文
DOI 10.3969/j.issn.1673-159X.2016.03.002
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 王宇 西华大学机械工程学院 21 68 4.0 7.0
2 尹洋 西华大学机械工程学院 33 98 6.0 7.0
3 钟雯 西华大学机械工程学院 18 51 4.0 7.0
4 宋春华 西华大学机械工程学院 45 542 11.0 22.0
5 童俊 西华大学机械工程学院 4 4 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (28)
共引文献  (122)
参考文献  (5)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(5)
  • 参考文献(1)
  • 二级参考文献(4)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(7)
  • 参考文献(1)
  • 二级参考文献(6)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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)
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
奇异值分解
滚动轴承
多故障诊断
归一化峭度
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
西华大学学报(自然科学版)
双月刊
1673-159X
51-1686/N
大16开
四川省成都市金牛区
1982
chi
出版文献量(篇)
3399
总下载数(次)
6
总被引数(次)
16135
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导