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:
由于噪声的严重影响,滚动轴承故障特征的提取颇为困难.针对该问题提出了基于改进的萤火虫算法(FA)优化随机共振(SR)与局部均值分解(LMD)结合的方法.首先利用优化后的SR系统使信号达到最优共振,再经过LMD将信号分解成多个乘积函数(PF),以信息熵、相关系数为标准选取合适的PF分量重构信号,对重构后的信号进行快速峭度图(FK)分析,由所得参数设计带通滤波器,最后用Hilbert包络解调滤波后的信号即可得到故障特征.通过对轴承实验数据的分析表明,该方法能可靠地检测出轴承故障特征.
推荐文章
基于LMD能量熵的滚动轴承故障特征提取
滚动轴承
局部均值分解
能量熵
特征提取
基于LMD基本尺度熵的AP聚类滚动轴承故障诊断
局部均值分解
基本尺度熵
滚动轴承
故障诊断
AP聚类算法
基于pLSA模型的滚动轴承故障检测
滚动轴承故障检测
小波包变换
视觉词袋模型
pLSA模型
基于SVD-LMD模糊熵与PNN的滚动轴承故障诊断
奇异值分解
局部均值分解
模糊熵
概率神经网络
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FA-SR与LMD的滚动轴承故障检测
来源期刊 煤矿机械 学科 工学
关键词 滚动轴承 FA SR LMD FK 故障检测
年,卷(期) 2020,(1) 所属期刊栏目 故障·诊断
研究方向 页码范围 163-166
页数 4页 分类号 TH133.33
字数 语种 中文
DOI 10.13436/j.mkjx.202001055
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (42)
共引文献  (179)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(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)
1999(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(1)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(6)
  • 参考文献(0)
  • 二级参考文献(6)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(3)
  • 参考文献(0)
  • 二级参考文献(3)
2016(7)
  • 参考文献(1)
  • 二级参考文献(6)
2017(6)
  • 参考文献(0)
  • 二级参考文献(6)
2018(6)
  • 参考文献(2)
  • 二级参考文献(4)
2019(2)
  • 参考文献(2)
  • 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
FA
SR
LMD
FK
故障检测
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
论文1v1指导