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:
针对传统EEMD不能有效提取滚动轴承故障特征信息,提出了EEMD和多分辨SVD包的诊断方法.该方法首先使用EEMD方法分解故障信号,得到一组故障信号的IMF分量,再通过相似度计算,筛选出与故障信号相似度最高的IMF分量.使用多分辨SVD包分解已筛选出的IMF分量,根据分解后的频谱,与标准值作对比,诊断分析出轴承的故障类型.将本文方法应用到滚动轴承的故障诊断,实验结果表明本文提出的方法能有效地提取到轴承的故障特征信息.
推荐文章
基于EEMD 和改进VPMCD 的滚动轴承故障诊断方法
改进VPMCD
EEMD方法
奇异值分解
滚动轴承
故障诊断
基于形态学滤波和EEMD方法的风力发电系统滚动轴承故障诊断
集合经验模态分解
形态滤波
滚动轴承
故障诊断
基于SVD-LMD模糊熵与PNN的滚动轴承故障诊断
奇异值分解
局部均值分解
模糊熵
概率神经网络
轴承故障诊断
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
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EEMD和多分辨SVD包的滚动轴承故障诊断方法
来源期刊 计算机与应用化学 学科 工学
关键词 EEMD算法 相似度计算 多分辨SVD算法 信号处理 故障诊断
年,卷(期) 2017,(1) 所属期刊栏目 研究论文
研究方向 页码范围 1-6
页数 6页 分类号 TN911.7|TH133.33|TP182
字数 4876字 语种 中文
DOI 10.16866/j.com.app.chem201701001
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 王晓东 23 130 7.0 10.0
2 周卫兵 昆明理工大学信息工程与自动化学院 2 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (80)
共引文献  (153)
参考文献  (13)
节点文献
引证文献  (2)
同被引文献  (7)
二级引证文献  (2)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(7)
  • 参考文献(0)
  • 二级参考文献(7)
2007(9)
  • 参考文献(0)
  • 二级参考文献(9)
2008(9)
  • 参考文献(0)
  • 二级参考文献(9)
2009(16)
  • 参考文献(1)
  • 二级参考文献(15)
2010(12)
  • 参考文献(1)
  • 二级参考文献(11)
2011(7)
  • 参考文献(1)
  • 二级参考文献(6)
2012(8)
  • 参考文献(2)
  • 二级参考文献(6)
2013(7)
  • 参考文献(3)
  • 二级参考文献(4)
2014(2)
  • 参考文献(1)
  • 二级参考文献(1)
2015(3)
  • 参考文献(2)
  • 二级参考文献(1)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 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(0)
  • 二级引证文献(1)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
EEMD算法
相似度计算
多分辨SVD算法
信号处理
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
计算机与应用化学
双月刊
1001-4160
11-3763/TP
大16开
北京中关村北二街2条1号
82-500
1984
chi
出版文献量(篇)
5704
总下载数(次)
10
总被引数(次)
27612
论文1v1指导