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:
针对簇绒机的故障诊断问题,提出采集滚动轴承的振动信号进行故障诊断.采集的实际振动信号中往往存在噪声信号,需要去掉噪声后再进行诊断.局部均值分解(local mean decomposition,LMD)方法是一种新型的信号自适应分解的时频分析方法,并且已经应用到故障诊断中.为了进一步提高LMD的性能,提出采用分段Hermite插值替代原始的滑动平均方法.提出一种新的故障诊断方法,首先应用小波包变换分析方法,去除信号中夹杂的噪声,然后使用改进后的LMD方法进行信号的分解,选择相关系数较大的PF分量进行希尔伯特变化包络谱分析,成功提取相关的故障特征.通过仿真实例的分析和对滚动轴承的实际故障数据进行故障诊断,证明了该方法在故障诊断应用中的有效性.
推荐文章
一种模拟电路故障诊断方法研究
模拟电路
敌障诊断
最小二乘支持向量机
粒子群优化算法
一种故障诊断方法的改进
分块
决策表
粗糙集
神经网络
故障诊断
一种复杂系统的快速故障诊断方法
灵巧故障诊断树
快速诊断
诊断节点
ACCESS数据库
一种改进的CBR故障诊断方法研究
故障诊断
案例推理
案例匹配
相似度
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 一种簇绒机故障诊断方法的研究
来源期刊 机床与液压 学科 工学
关键词 滚动轴承 故障诊断 小波包降噪 局部均值分解(LMD)
年,卷(期) 2017,(6) 所属期刊栏目
研究方向 页码范围 31-36,61
页数 7页 分类号 TH17
字数 语种 中文
DOI 10.3969/j.issn.1001-3881.2017.06.006
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 戴惠良 东华大学机械工程学院 39 290 8.0 16.0
2 高翔 东华大学机械工程学院 8 17 3.0 4.0
3 王弘鹏 东华大学机械工程学院 2 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (44)
共引文献  (97)
参考文献  (6)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1989(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(4)
  • 参考文献(1)
  • 二级参考文献(3)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(9)
  • 参考文献(1)
  • 二级参考文献(8)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(8)
  • 参考文献(0)
  • 二级参考文献(8)
2004(7)
  • 参考文献(0)
  • 二级参考文献(7)
2005(7)
  • 参考文献(0)
  • 二级参考文献(7)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(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)
研究主题发展历程
节点文献
滚动轴承
故障诊断
小波包降噪
局部均值分解(LMD)
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
机床与液压
半月刊
1001-3881
44-1259/TH
大16开
广州市黄埔区茅岗路828号
46-40
1973
chi
出版文献量(篇)
20801
总下载数(次)
44
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导