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:
滚动轴承产生早期微弱故障时,故障信息会被淹没在强背景噪声和其他振动源信号中,还会受到低频效应影响,这使得传统的频谱分析很难找到这些被淹没的故障信息.针对这一问题,本文提出一种基于小波熵的故障信息提取技术,首先对测试到的振动信号进行连续小波变换(CWT),获得时间-尺度谱,再计算时频矩阵中每一个尺度下的信号的熵,最后选取熵最小的尺度进行频谱分析.运用该方法对设置了外环故障、内环故障、滚珠故障的三种滚动轴承的振动信号进行了分析,并与传统的傅里叶变换(FFT)和包络解调分析方法进行了对比.分析结果表明,基于小波熵的分析方法能更有效地提取出振动信号中的故障频率信息.最后把该方法应用到某型涡轴发动机的主轴承故障诊断中,成功提取出了故障频率信息,实现了对滚动轴承进行早期故障检测.
推荐文章
小波相关特征尺度熵在滚动轴承故障诊断中的应用
小波相关滤波
小波相关特征尺度熵
滚动轴承
Shannon熵
一种自适应 Morlet 小波滤波方法及其在滚动轴承早期故障特征提取中的应用
滚动轴承
特征提取
早期故障
Morlet 小波
混洗蛙跳算法
基于小波相关滤波法的滚动轴承早期故障诊断方法研究
滚动轴承
故障诊断
小波相关滤波
Hilbert包络
基于VMD和MED的滚动轴承微弱故障特征提取
变分模态分解
最小熵解卷积
轴承故障
包络解调
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 基于小波熵的滚动轴承早期微弱故障信息提取
来源期刊 航空科学技术 学科 航空航天
关键词 滚动轴承 小波变换 故障诊断
年,卷(期) 2019,(2) 所属期刊栏目 航空科学基金
研究方向 页码范围 66-73
页数 8页 分类号 V231.96
字数 2815字 语种 中文
DOI 10.19452/j.issn1007-5453.2019.02.012
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 王平 10 147 5.0 10.0
5 刘杰薇 1 1 1.0 1.0
6 徐福建 1 1 1.0 1.0
7 蒋裴仪 1 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  (8)
共引文献  (71)
参考文献  (3)
节点文献
引证文献  (1)
同被引文献  (8)
二级引证文献  (0)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(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)
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)
2020(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
小波变换
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
航空科学技术
月刊
1007-5453
11-3089/V
大16开
北京东城区交道口南大街67号主楼202室
2-691
1989
chi
出版文献量(篇)
2815
总下载数(次)
15
总被引数(次)
8380
相关基金
航空科学基金
英文译名:
官方网址:http://www.chinaasfc.cn/file_show.asp?LanMuID=GZZD0100
项目类型:面上项目
学科类型:
论文1v1指导