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:
采用滚动轴承的声学信号进行状态监测及故障诊断时,环境噪声、传递路径以及其它设备噪声会严重干扰目标信息的提取.针对这一问题,提出一种基于最大相关峭度解卷积和快速谱峭度图的滚动轴承声信号故障特征增强方法.该方法首先利用最大相关峭度解卷积算法对滚动轴承声信号进行解卷积,增强信号中每旋转一周时出现的脉冲信号,削弱噪声信号;然后将谱峭度作为指标,利用快速谱峭度对信号进行滤波分析,获得包含轴承故障信息最丰富的频带;最后对该频带进行包络提取特征频率.仿真及实验结果表明,相较于传统的包络解调,该方法在滚动轴承声信号故障特征提取方面具有更好的降噪性能和故障特征增强效果.
推荐文章
基于局部均值分解和最大相关峭度解卷积的滚动轴承早期故障提取
滚动轴承
故障诊断
局部均值分解
最大相关峭度解卷积
基于改进EMD与谱峭度的滚动轴承故障特征提取
经验模态分解
谱峭度
滚动轴承
故障诊断
基于最大相关峭度解卷积与形态滤波的齿轮故障特征提取
最大相关峭度解卷积
形态滤波
齿轮故障
故障特征提取
噪声参数最优ELMD与谱峭度在滚动轴承故障诊断中的应用
噪声参数最优
总体局部均值分解
谱峭度
相对均方根误差
模态混叠
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 基于最大相关峭度解卷积和谱峭度的滚动轴承声信号故障特征增强
来源期刊 噪声与振动控制 学科 工学
关键词 故障诊断 滚动轴承 最大相关峭度解卷积 快速谱峭度图
年,卷(期) 2022,(2) 所属期刊栏目 信号处理与故障诊断
研究方向 页码范围 102-107
页数 6页 分类号 TH133.3|T206
字数 语种 中文
DOI 10.3969/j.issn.1006-1355.2022.02.017
五维指标
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  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2022(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
故障诊断
滚动轴承
最大相关峭度解卷积
快速谱峭度图
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
噪声与振动控制
双月刊
1006-1355
31-1346/TB
大16开
上海市华山路1954号上海交通大学
4-672
1981
chi
出版文献量(篇)
4977
总下载数(次)
4
总被引数(次)
36734
论文1v1指导