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:
由于滚动轴承的工作情况较为复杂,信噪比较低,使用传统的故障处理方法难以对信号的故障进行有效识别.提出了一种新的故障诊断方法,基于蝙蝠算法提出了参数自适应的变分模态分解(VMD)优化算法.在该方法中,使用蝙蝠算法依据故障的相关分量包络谱熵最小原则获得VMD分量的优化值,实现故障的识别.通过实验验证,该方法能够有效地提取滚动轴承的故障特征,具有一定的实用价值.
推荐文章
基于VMD和对称差分能量算子解调的滚动轴承故障诊断方法
变分模态分解
对称差分能量算子
峭度
滚动轴承
故障诊断
自适应遗传算法在滚动轴承故障诊断中的应用
自适应遗传算法
高阶模糊BP神经网络
小波分析
蝙蝠算法优化极限学习机的滚动轴承故障分类
蝙蝠算法
极限学习机
无量纲指标
滚动轴承
故障诊断
基于VMD与PSO-PNN的滚动轴承故障诊断模型
变分模态分解
粒子群算法
概率神经网络
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 基于蝙蝠算法的VMD在滚动轴承故障诊断中的应用
来源期刊 煤矿机械 学科 工学
关键词 滚动轴承 蝙蝠算法 VMD
年,卷(期) 2022,(1) 所属期刊栏目 故障·诊断|Malfunction Imestigation
研究方向 页码范围 164-166
页数 3页 分类号 TH133.33
字数 语种 中文
DOI 10.13436/j.mkjx.202201053
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
滚动轴承
蝙蝠算法
VMD
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