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:
作为一种非线性信号处理方法,数学形态学法对信号的特征提取完全在时域中进行,与其他非线性非平稳的信号处理方法相比,它具有幅值不偏移、不衰减等显著优点.基于此,提出一种自适应的数学形态学和谱相关分析相结合的轴承故障诊断方法.该方法通过基于信号的三角结构元素和非单一形态学开闭运算对已知故障信号加以训练,自适应得到各故障类型的结构元素高和最优开闭运算加权因子,构建形态学模型;之后将测试信号通过形态学模型进行特征提取,并与训练信号进行频域内相关性分析;最终根据相关系数大小识别故障.以西储大学轴承故障数据为例,表明了该方法不仅能识别出不同类型的故障,而且还能识别不同损伤等级的故障,相比传统的方法识别率和可靠性有所提高.
推荐文章
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
基于自适应遗传随机共振的滚动轴承微弱故障诊断
微弱故障
滚动轴承
随机共振
遗传算法
SAE网络
实验验证
自适应遗传算法在滚动轴承故障诊断中的应用
自适应遗传算法
高阶模糊BP神经网络
小波分析
基于EMD的滚动轴承故障诊断方法研究
故障诊断
滚动轴承
经验模态分解
峭度系数
Hilbert变换
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 基于自适应数学形态学的滚动轴承故障诊断方法
来源期刊 大连理工大学学报 学科 工学
关键词 滚动轴承 自适应数学形态学 三角结构元素 相关性分析:故障诊断
年,卷(期) 2018,(3) 所属期刊栏目
研究方向 页码范围 238-245
页数 8页 分类号 TH133.33
字数 5542字 语种 中文
DOI 10.7511/dllgxb201803003
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 齐咏生 内蒙古工业大学电力学院 49 363 11.0 17.0
2 王林 内蒙古工业大学电力学院 22 76 5.0 7.0
3 李永亭 内蒙古工业大学电力学院 18 59 4.0 7.0
4 高胜利 5 22 3.0 4.0
5 张双龙 内蒙古工业大学电力学院 2 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (18)
共引文献  (4)
参考文献  (9)
节点文献
引证文献  (3)
同被引文献  (10)
二级引证文献  (0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(4)
  • 参考文献(2)
  • 二级参考文献(2)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(5)
  • 参考文献(1)
  • 二级参考文献(4)
2016(1)
  • 参考文献(0)
  • 二级参考文献(1)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(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(3)
  • 引证文献(3)
  • 二级引证文献(0)
研究主题发展历程
节点文献
滚动轴承
自适应数学形态学
三角结构元素
相关性分析: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
大连理工大学学报
双月刊
1000-8608
21-1117/N
大16开
大连市理工大学出版社内
8-82
1950
chi
出版文献量(篇)
3166
总下载数(次)
3
总被引数(次)
39997
论文1v1指导