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:
为在强噪声下准确利用振动信号进行轴承微弱故障的诊断,提出了一种基于改进小波阈值、互补集合经验模态分解和约束独立分量分析的故障诊断方法.首先,对单通道振动信号进行改进小波阈值降噪预处理,提高输入信号的信噪比;然后,进行CEEMD处理以实现降噪及单通道扩展,基于峭度值和相关系数选取有效固有模态函数并将其作为盲源分离的输入信号;最后,通过cICA方法提取目标振动信号,识别故障特征.
推荐文章
基于EMD的滚动轴承故障诊断方法研究
故障诊断
滚动轴承
经验模态分解
峭度系数
Hilbert变换
基于多尺度熵的滚动轴承故障诊断方法
样本熵
多尺度熵
滚动轴承
故障诊断
复杂性
基于经验模式分解的滚动轴承故障诊断方法
经验模式分解
滚动轴承
故障诊断
基于卷积神经网络的滚动轴承故障诊断方法
深度学习
卷积神经网络
特征自动提取
轴承故障诊断
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IWT-CEEMD-cICA的滚动轴承故障诊断方法
来源期刊 轴承 学科 工学
关键词 滚动轴承 故障诊断 信噪比 小波变换 阈值 CEEMD cICA
年,卷(期) 2020,(2) 所属期刊栏目 测量与仪器
研究方向 页码范围 38-42
页数 5页 分类号 TH133.33|TH113.1
字数 2527字 语种 中文
DOI 10.19533/j.issn1000-3762.2020.02.010
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 郝如江 石家庄铁道大学机械工程学院 43 250 7.0 15.0
2 韩博跃 石家庄铁道大学机械工程学院 2 1 1.0 1.0
3 金治彬 石家庄铁道大学机械工程学院 2 0 0.0 0.0
4 王万仁 5 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  (48)
共引文献  (111)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
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(9)
  • 参考文献(1)
  • 二级参考文献(8)
2012(4)
  • 参考文献(1)
  • 二级参考文献(3)
2013(5)
  • 参考文献(3)
  • 二级参考文献(2)
2014(8)
  • 参考文献(0)
  • 二级参考文献(8)
2015(3)
  • 参考文献(1)
  • 二级参考文献(2)
2016(3)
  • 参考文献(1)
  • 二级参考文献(2)
2017(2)
  • 参考文献(1)
  • 二级参考文献(1)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(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
故障诊断
信噪比
小波变换
阈值
CEEMD
cICA
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
轴承
月刊
1000-3762
41-1148/TH
大16开
河南省洛阳市吉林路
36-17
1958
chi
出版文献量(篇)
4658
总下载数(次)
6
论文1v1指导