原文服务方: 西安交通大学学报       
摘要:
为解决强背景噪声下经验小波变换(EWT)难以准确提取滚动轴承故障特征的问题,提出了一种自适应频率窗EWT方法.首先对轴承故障振动信号进行傅里叶变换,引入一个带宽可变的滑动频率窗对其频谱进行分割;然后利用水循环优化算法(WCA),通过所提出的包络谱谐波噪声比指标,自适应确定滑动频率窗位置;最后进行EWT筛选出最佳的模态分量信号,通过包络解调分析提取轴承故障特征信息.采用所提方法对滚动轴承故障实验信号进行分析,结果表明,该方法可以有效用于滚动轴承微弱故障特征的提取,而传统EWT方法因为受强背景噪声影响较大,无法准确提取故障特征信息.
推荐文章
基于角域经验小波变换的滚动轴承故障诊断
变转速
滚动轴承
故障诊断
角域经验小波变换
基于小波变换的滚动轴承故障诊断分析
小波分析
滚动轴承
故障诊断
基于小波变换的高速纸机滚动轴承故障诊断
高速纸机
滚动轴承
故障诊断
小波分析
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 一种自适应频率窗经验小波变换的滚动轴承故障诊断方法
来源期刊 西安交通大学学报 学科
关键词 滚动轴承 特征提取 频率窗 经验小波变换 水循环算法
年,卷(期) 2018,(8) 所属期刊栏目
研究方向 页码范围 22-29
页数 8页 分类号 TH133
字数 语种 中文
DOI 10.7652/xjtuxb201808004
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 杨绍普 石家庄铁道大学机械工程学院 213 2459 27.0 42.0
2 刘永强 石家庄铁道大学机械工程学院 67 363 10.0 16.0
3 郝如江 石家庄铁道大学机械工程学院 43 250 7.0 15.0
4 邓飞跃 石家庄铁道大学机械工程学院 7 18 3.0 4.0
5 强亚文 石家庄铁道大学机械工程学院 1 8 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (89)
共引文献  (136)
参考文献  (16)
节点文献
引证文献  (8)
同被引文献  (25)
二级引证文献  (2)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(6)
  • 参考文献(1)
  • 二级参考文献(5)
2012(6)
  • 参考文献(1)
  • 二级参考文献(5)
2013(25)
  • 参考文献(2)
  • 二级参考文献(23)
2014(17)
  • 参考文献(1)
  • 二级参考文献(16)
2015(14)
  • 参考文献(3)
  • 二级参考文献(11)
2016(13)
  • 参考文献(6)
  • 二级参考文献(7)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(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)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(5)
  • 引证文献(4)
  • 二级引证文献(1)
2020(4)
  • 引证文献(3)
  • 二级引证文献(1)
研究主题发展历程
节点文献
滚动轴承
特征提取
频率窗
经验小波变换
水循环算法
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
西安交通大学学报
月刊
0253-987X
61-1069/T
大16开
1960-01-01
chi
出版文献量(篇)
7020
总下载数(次)
0
论文1v1指导