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:
针对滚动轴承振动信号掺杂有大量随机噪声且自身的非线性非平稳性,致使振动信号中故障特征难以提取的问题,提出基于小波包降噪与VMD的滚动轴承故障特征提取方法。该方法首先将采集到的滚动轴承故障振动信号经过小波包降噪处理,滤除信号中的噪声成分;后利用VMD方法对降噪后信号进行分解,将信号中的故障成分与原有信号成分剥离;最后对分解后所得与原信号有最大相关性的分量进行Hilbert解调,从而提取出故障特征。实验结果表明,基于小波包降噪与VMD的滚动轴承故障特征提取方法能够有效提取出故障的特征成分,实现滚动轴承的故障诊断。
推荐文章
基于小波包分析的滚动轴承故障特征提取
小波包分析
故障诊断
滚动轴承
基于随机共振和VMD分解的风电机组滚动轴承故障特征提取
风电机组
滚动轴承
随机共振
变分模态分解
故障诊断
基于ITD-KICA盲分离降噪的滚动轴承故障特征提取
滚动轴承
时间固有尺度分解(ITD)
核独立分量分析(KICA)
特征提取
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 基于小波包降噪与VMD的滚动轴承故障特征提取方法
来源期刊 机械工程与技术 学科 工学
关键词 小波包 VMD 滚动轴承 故障诊断
年,卷(期) 2019,(2) 所属期刊栏目
研究方向 页码范围 118-124
页数 7页 分类号 TH13
字数 语种
DOI
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 白静国 北京建筑材料检验研究院有限公司 2 0 0.0 0.0
2 袁燕红 北京建筑材料检验研究院有限公司 1 0 0.0 0.0
3 王永帅 北京建筑材料检验研究院有限公司 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2019(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)
研究主题发展历程
节点文献
小波包
VMD
滚动轴承
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
机械工程与技术
双月刊
2167-6631
武汉市江夏区汤逊湖北路38号光谷总部空间
出版文献量(篇)
402
总下载数(次)
3
总被引数(次)
0
论文1v1指导