钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
工业技术期刊
\
一般工业技术期刊
\
噪声与振动控制期刊
\
变分模态分解和K-L散度在振动筛轴承故障诊断中的应用
变分模态分解和K-L散度在振动筛轴承故障诊断中的应用
作者:
徐元博
蔡宗琰
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
振动与波
振动筛
轴承故障诊断
变分模态分解
经验模态分解
集成经验模态分解
摘要:
振动筛属于振动机械设备中的筛分设备,其结构特点与运行原理与一般的旋转机械有很大不同,因此提取出的振动信号同从旋转机械提取出的振动信号也同样有较大区别,主要体现在信号中不仅存在大量背景噪声,而且成分也较为复杂.对于此类信号,模态分解算法是个行之有效的方法,模态分解算法在去除大量高频噪声的同时,还能将振动信号分解成一系列具有单一成分的模态分量,从而能更好发现振动信号的物理意义.基于此,引入一种新的故障诊断方法,首先利用变分模态分解将故障信号分解为若干个窄带模态分量,然后根据K-L散度值选定最佳的分量,最后进行包络运算得出故障频率.通过仿真模拟实验与振动筛轴承故障诊断的实际应用,并与之前的经典模态分解算法——经验模态分解和集成经验模态分解进行对比,发现该算法更具有优越性和实用性.
暂无资源
收藏
引用
分享
推荐文章
基于K-L散度与PSO-SVM的齿轮故障诊断
经验模式分解
K-L散度
粒子群算法
支持向量机
齿轮故障诊断
基于变分模态分解和多尺度排列熵的滚动轴承故障诊断
故障诊断
变分模态分解
多尺度排列熵
粒子群算法
概率神经网络
K值优化的VMD在轴承故障诊断中的应用
VMD
K值优化
故障诊断
轴承
基于变分模态分解和模糊C均值聚类的滚动轴承故障诊断
变分模态分解
特征提取
模糊聚类
滚动轴承
故障诊断
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
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
变分模态分解和K-L散度在振动筛轴承故障诊断中的应用
来源期刊
噪声与振动控制
学科
工学
关键词
振动与波
振动筛
轴承故障诊断
变分模态分解
经验模态分解
集成经验模态分解
年,卷(期)
2017,(4)
所属期刊栏目
信号处理与故障诊断
研究方向
页码范围
160-165
页数
6页
分类号
TH133.33|TG806
字数
2395字
语种
中文
DOI
10.3969/j.issn.1006-1355.2017.04.031
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
蔡宗琰
长安大学道路施工技术与装备教育部重点实验室
38
236
9.0
14.0
2
徐元博
长安大学道路施工技术与装备教育部重点实验室
7
31
3.0
5.0
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(114)
共引文献
(354)
参考文献
(14)
节点文献
引证文献
(2)
同被引文献
(0)
二级引证文献
(0)
1984(1)
参考文献(0)
二级参考文献(1)
1992(1)
参考文献(0)
二级参考文献(1)
1993(2)
参考文献(0)
二级参考文献(2)
1994(1)
参考文献(0)
二级参考文献(1)
1995(2)
参考文献(0)
二级参考文献(2)
1996(1)
参考文献(0)
二级参考文献(1)
1998(7)
参考文献(1)
二级参考文献(6)
1999(6)
参考文献(0)
二级参考文献(6)
2000(1)
参考文献(0)
二级参考文献(1)
2001(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(7)
参考文献(0)
二级参考文献(7)
2005(6)
参考文献(0)
二级参考文献(6)
2006(6)
参考文献(0)
二级参考文献(6)
2007(5)
参考文献(0)
二级参考文献(5)
2008(12)
参考文献(0)
二级参考文献(12)
2009(14)
参考文献(1)
二级参考文献(13)
2010(10)
参考文献(1)
二级参考文献(9)
2011(4)
参考文献(0)
二级参考文献(4)
2012(11)
参考文献(1)
二级参考文献(10)
2013(12)
参考文献(2)
二级参考文献(10)
2014(10)
参考文献(3)
二级参考文献(7)
2015(2)
参考文献(2)
二级参考文献(0)
2016(3)
参考文献(3)
二级参考文献(0)
2017(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)
2018(1)
引证文献(1)
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
振动与波
振动筛
轴承故障诊断
变分模态分解
经验模态分解
集成经验模态分解
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
噪声与振动控制
主办单位:
中国声学学会
出版周期:
双月刊
ISSN:
1006-1355
CN:
31-1346/TB
开本:
大16开
出版地:
上海市华山路1954号上海交通大学
邮发代号:
4-672
创刊时间:
1981
语种:
chi
出版文献量(篇)
4977
总下载数(次)
4
总被引数(次)
36734
期刊文献
相关文献
1.
基于K-L散度与PSO-SVM的齿轮故障诊断
2.
基于变分模态分解和多尺度排列熵的滚动轴承故障诊断
3.
K值优化的VMD在轴承故障诊断中的应用
4.
基于变分模态分解和模糊C均值聚类的滚动轴承故障诊断
5.
基于改进变分模态分解的有载分接开关机械状态监测
6.
基于小波K-L信息量柴油机故障诊断方法的研究
7.
基于最大幅值变分模态分解和均方根熵的滚动轴承故障诊断
8.
基于谱峭度与变分模态分解的转子微弱不对中故障诊断
9.
基于经验模态分解和散度指标的风力发电机滚动轴承故障诊断方法
10.
变分模态分解与谱峭度法在齿轮箱故障诊断中的应用
11.
参数优化变分模态分解方法在滚动轴承早期故障诊断中的应用
12.
广义变分模态分解及其在齿轮箱复合故障诊断中的应用
13.
基于K-L散度的EMD虚假分量识别方法研究
14.
基于局域波法和K-L信息量的柴油机故障诊断方法
15.
经验模态分解(EMD)在滚动轴承故障诊断中的应用
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
一般工业技术
交通运输
军事科技
冶金工业
动力工程
化学工业
原子能技术
大学学报
建筑科学
无线电电子学与电信技术
机械与仪表工业
水利工程
环境科学与安全科学
电工技术
石油与天然气工业
矿业工程
自动化技术与计算机技术
航空航天
轻工业与手工业
金属学与金属工艺
噪声与振动控制2022
噪声与振动控制2021
噪声与振动控制2020
噪声与振动控制2019
噪声与振动控制2018
噪声与振动控制2017
噪声与振动控制2016
噪声与振动控制2015
噪声与振动控制2014
噪声与振动控制2013
噪声与振动控制2012
噪声与振动控制2011
噪声与振动控制2010
噪声与振动控制2009
噪声与振动控制2008
噪声与振动控制2007
噪声与振动控制2006
噪声与振动控制2005
噪声与振动控制2004
噪声与振动控制2003
噪声与振动控制2002
噪声与振动控制2001
噪声与振动控制2000
噪声与振动控制2017年第6期
噪声与振动控制2017年第5期
噪声与振动控制2017年第4期
噪声与振动控制2017年第3期
噪声与振动控制2017年第2期
噪声与振动控制2017年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号