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:
目前大型水电机组通常安装有状态监测系统可记录机组的振动数据,而如何从海量的数据中提取出机组的故障特征是水电机组故障诊断的难点和热点.提出了一种基于变分模态分解和复杂度分析的振动信号特征提取方法,该方法首先对降噪后的振动信号进行变分模态分解,再结合复杂度算法求得各模态分量的复杂度值,得到以各模态分量复杂度值为元素的反映机组故障信息的特征向量,最后利用支持向量机对特征向量进行分类.试验结果表明:基于变分模态分解与复杂度分析的特征提取方法对水电机组不同运行状态具有较好的区分度,是一种有效的振动信号特征提取方法.
推荐文章
变分模态分解在齿轮故障特征提取中的应用
植树机
变速箱齿轮
裂纹故障
变分模态分解
经验模态分解
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
水电机组故障诊断系统信号特征的提取
特征提取
水电机组
故障诊断
小波分析
基于变分模态分解与快速谱峭图的齿轮箱滚动轴承故障特征提取
变分模态分解
相关峭度
快速谱峭图
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 基于变分模态分解和复杂度分析的水电机组振动信号特征提取
来源期刊 中国农村水利水电 学科 工学
关键词 水电机组 变分模态分解 复杂度分析 特征提取
年,卷(期) 2019,(1) 所属期刊栏目 水电建设
研究方向 页码范围 188-192
页数 5页 分类号 TV734.2+|TK05
字数 2925字 语种 中文
DOI 10.3969/j.issn.1007-2284.2019.01.036
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 肖志怀 武汉大学流体机械与动力工程装备技术湖北省重点实验室 79 448 10.0 16.0
2 刘东 武汉大学流体机械与动力工程装备技术湖北省重点实验室 13 31 3.0 4.0
3 胡晓 武汉大学流体机械与动力工程装备技术湖北省重点实验室 14 14 2.0 3.0
4 王昕 2 2 1.0 1.0
5 黄建荧 1 2 1.0 1.0
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  (72)
参考文献  (10)
节点文献
引证文献  (2)
同被引文献  (4)
二级引证文献  (0)
1998(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)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(4)
  • 参考文献(4)
  • 二级参考文献(0)
2019(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)
2019(1)
  • 引证文献(1)
  • 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
水电机组
变分模态分解
复杂度分析
特征提取
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
中国农村水利水电
月刊
1007-2284
42-1419/TV
大16开
武汉大学二区
38-49
1959
chi
出版文献量(篇)
10420
总下载数(次)
11
总被引数(次)
59046
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导