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:
非局部平均算法(Non -Local Means,NLM)拥有十分优异的去噪性能,被广泛应用于二维图像信号处理领域,并逐渐应用于一维轴承故障信号检测中。该方法能够利用信号中存在的冗余冲击成分,以包括局部结构的小窗口或邻域为单元,利用局部结构相似性进行加权运算,抑制随机噪声信号,使冲击特征得到增强。但对于强烈背景噪声干扰下的信号,诊断效果不够理想。提出一种基于非局部平均算法的权重包络谱诊断方法,该方法对信号各点进行加权运算,通过权值比对,使信号冲击分量的尖锐特性得到进一步增强。通过与 EEMD 方法对比,以及实验室轴承故障数据和工程案例分析,验证了该方法在检测轴承局部故障检测中的有效性和优越性。
推荐文章
基于混合域特征集与加权KNN的滚动轴承故障诊断
混合域特征集
加权K-近邻分类器
滚动轴承
故障诊断
基于局部均值分解和K近邻算法的滚动轴承故障诊断方法
滚动轴承
局部均值分解
K近邻算法
特征提取
故障诊断
基于概率神经网络的滚动轴承故障诊断
PNN网络
BP神经网络
故障诊断
滚动轴承
基于DE-LSSVM的滚动轴承故障诊断
集合经验模式分解
能量熵
差分进化算法
最小二乘支持向量机
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 基于加权非局部平均算法的滚动轴承故障诊断
来源期刊 振动与冲击 学科 工学
关键词 滚动轴承 非局部平均算法 加权运算 故障诊断
年,卷(期) 2016,(20) 所属期刊栏目
研究方向 页码范围 156-161
页数 6页 分类号 TH165.3|TN911|TH17
字数 3336字 语种 中文
DOI 10.13465/j.cnki.jvs.2016.19.026
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 熊国良 华东交通大学机电工程学院 117 1009 17.0 27.0
2 张龙 华东交通大学机电工程学院 63 306 9.0 16.0
3 胡俊锋 华东交通大学机电工程学院 10 40 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (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)
研究主题发展历程
节点文献
滚动轴承
非局部平均算法
加权运算
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
振动与冲击
半月刊
1000-3835
31-1316/TU
大16开
上海市华山路1954号上海交通大学
4-349
1982
chi
出版文献量(篇)
12841
总下载数(次)
12
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导