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:
完全互补小波噪声辅助集总经验模态分解(CCWEEMDAN)是经验模态分解(EMD)的改进算法,是一种噪声辅助的自适应非线性非平稳数据处理方法.噪声辅助能克服EMD方法处理间歇信号出现的"模态混叠"问题.而相比较互补集总经验模态分解(CEEMD),完全互补小波噪声辅助集总经验模态分解能实现更优的性能.在轴承故障诊断的应用中,这里的方法利用小波分解高频段噪声细节成分,添加到原始轴承故障信号中,提取出本征模态信号.利用包络谱熵判断轴承故障导致的冲击响应特征所在本征模态信号,通过对轴承外圈、内圈局部故障状态下的特征提取进行故障诊断,结果表明该方法能有效提取故障冲击响应特征.
推荐文章
基于边带相关算法和Hilbert包络谱的滚动轴承故障诊断
滚动轴承
调制信号
边带相关算法
Hilbert包络谱
故障特征
基于Hilbert包络谱奇异值和IPSO-SVM的滚动轴承故障诊断研究
EMD
IMF
改进粒子群算法
支持向量机
滚动轴承
基于功率谱包络能量和SVM的舰用发动机故障诊断方法
舰用发动机
功率谱包络能量
主泵轴承
支持向量机
故障诊断
经验模态分解结合包络谱LSSVM的滚动轴承故障诊断
滚动轴承
故障诊断
经验模态分解
包络谱分析
最小二乘支持向量机
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CCWEEMDAN和包络谱熵的轴承故障诊断研究
来源期刊 机械设计与制造 学科 工学
关键词 完全互补小波噪声辅助集总经验模态分解 模态混叠 包络谱熵 轴承 故障诊断
年,卷(期) 2019,(7) 所属期刊栏目 数控与自动化
研究方向 页码范围 127-130,134
页数 5页 分类号 TH16|TN911.72
字数 3327字 语种 中文
DOI 10.3969/j.issn.1001-3997.2019.07.032
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 林建辉 西南交通大学牵引动力国家重点实验室 200 1374 17.0 29.0
2 何刘 西南交通大学牵引动力国家重点实验室 18 93 6.0 9.0
3 熊仕勇 西南交通大学牵引动力国家重点实验室 10 11 2.0 3.0
4 林严 西南交通大学牵引动力国家重点实验室 2 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (60)
共引文献  (94)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(10)
  • 参考文献(1)
  • 二级参考文献(9)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(8)
  • 参考文献(0)
  • 二级参考文献(8)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(9)
  • 参考文献(2)
  • 二级参考文献(7)
2014(4)
  • 参考文献(2)
  • 二级参考文献(2)
2015(2)
  • 参考文献(1)
  • 二级参考文献(1)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(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
完全互补小波噪声辅助集总经验模态分解
模态混叠
包络谱熵
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
机械设计与制造
月刊
1001-3997
21-1140/TH
大16开
沈阳市北陵大街56号
8-131
1963
chi
出版文献量(篇)
18688
总下载数(次)
40
总被引数(次)
104640
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导