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:
针对矿井提升机天轮轴承故障信号微弱\背景噪声强\故障特征难以提取问题,提出了将最小熵反褶积(Minimum Entropy Deconvolution,MED)和自适应多尺度形态滤波(Adaptive Multi-scale Morphological Filtering,AMMF)相结合进行微弱故障特征提取的方法.MED作为前置滤波器,可以突出信号中较大的脉冲,弥补强噪声背景下AMMF对微弱故障信号提取的局限性.然后再对预处理后的信号进行AMMF处理,可以克服MED无法将微弱信号突显出来的不足.2种方法相互作用,充分利用了各自的优点,补偿了彼此在强噪声环境下的不足,最终得到了良好的降噪效果.仿真和实验结果表明,该方法能有效提取强噪声环境下低速重载轴承的微弱故障特征.
推荐文章
基于FTA的矿井提升机故障诊断系统
矿井提升机
故障树分析法
故障诊断
专家系统
基于RS的提升机故障诊断规则获取方法
故障诊断
粗糙集
知识约简
规则提取
基于ART网的直流提升机故障诊断
ART网
故障诊断
直流提升机
基于MED和变分模态分解的滚动轴承早期故障诊断方法
最小熵解卷积
变分模态分解
滚动轴承
早期故障诊断
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MED-AMMF的提升机天轮轴承故障诊断
来源期刊 煤矿机械 学科 工学
关键词 滚动轴承 微弱故障 低速 MED AMMF
年,卷(期) 2019,(3) 所属期刊栏目 故障·诊断
研究方向 页码范围 143-146
页数 4页 分类号 TD533|TH133.33
字数 1773字 语种 中文
DOI 10.13436/j.mkjx.201903051
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (23)
共引文献  (58)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1963(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(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)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(3)
  • 参考文献(0)
  • 二级参考文献(3)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(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)
研究主题发展历程
节点文献
滚动轴承
微弱故障
低速
MED
AMMF
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
煤矿机械
月刊
1003-0794
23-1280/TD
大16开
哈尔滨市古香街30号
14-38
1980
chi
出版文献量(篇)
21080
总下载数(次)
49
相关基金
山西省自然科学基金
英文译名:Shanxi Natural Science Foundation
官方网址:http://sxnsfc.sxinfo.gov.cn/sxnsf/index.aspx
项目类型:
学科类型:
论文1v1指导