期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到8篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
面向广义数学形态颗粒特征的灰色马尔科夫剩余寿命预测方法 被引量：8
1
作者 李洪儒 王余奎 +2 位作者 王冰 许葆华 李兴林 《振动工程学报》 EI CSCD 北大核心 2015年第2期316-323,共8页
在滚动轴承状态监测与故障预测领域中,针对滚动轴承退化特征提取这一关键问题,提出了一种基于广义数学形态颗粒的特征提取新方法,该方法以数学形态颗粒分析为理论基础,在形态运算中引入腐蚀和膨胀算子,以计算出的广义数学形态颗粒值作... 在滚动轴承状态监测与故障预测领域中,针对滚动轴承退化特征提取这一关键问题,提出了一种基于广义数学形态颗粒的特征提取新方法,该方法以数学形态颗粒分析为理论基础,在形态运算中引入腐蚀和膨胀算子,以计算出的广义数学形态颗粒值作为特征指标,定量地反映滚动轴承的性能退化程度。分别通过仿真信号和实例信号对该方法进行了有效性验证。在此基础上,为准确拟合滚动轴承性能退化过程的整体趋势与随机波动规律,将灰色马尔科夫模型应用到滚动轴承剩余寿命预测中,从而建立一种基于广义数学形态颗粒与灰色马尔科夫模型的剩余寿命预测方法。依托杭州轴承试验研究中心进行了滚动轴承疲劳寿命强化试验,以采集得到的轴承内圈全寿命试验数据验证了方法的有效性。 展开更多
关键词 故障诊断 滚动轴承 广义数学形态颗粒 灰色马尔科夫模型 剩余寿命预测
在线阅读 下载PDF
柔性制造单元状态监控与故障诊断的综合决策模型与策略 被引量：8
2
作者 邱静 温熙森 +2 位作者 唐丙阳 杨拥民 张静 《国防科技大学学报》 EI CAS CSCD 北大核心 1995年第2期19-26,共8页
为解决快速实时的在线状态监控与决策这一与系统功能相适应的问题，针对ＦＭＳ加工设备与过程的特点和对之进行监控与诊断的需要，提出一通用的全局监测与决策模型，包括传感策略、特征提取、状态表述与分类、故障全局综合决策等模块和... 为解决快速实时的在线状态监控与决策这一与系统功能相适应的问题，针对ＦＭＳ加工设备与过程的特点和对之进行监控与诊断的需要，提出一通用的全局监测与决策模型，包括传感策略、特征提取、状态表述与分类、故障全局综合决策等模块和具体的监测流程。 展开更多
关键词 柔性制造单元 状态监控 综合决策 故障诊断
在线阅读 下载PDF
基于分类算法的汽动给水泵组故障预测 被引量：8
3
作者 徐红伟 刘振宇 李崇晟 《热力发电》 CAS 北大核心 2019年第4期128-134,共7页
汽动给水泵组是火电厂热力系统的重要辅助设备,对汽动给水泵组有效的故障预测有助于其状态检修。本文通过基于统计特征的特征提取方法及Relief特征选择算法,实现厂级监控信息系统历史数据到分类模型输入参数的合理转化,并采用5种分类算... 汽动给水泵组是火电厂热力系统的重要辅助设备,对汽动给水泵组有效的故障预测有助于其状态检修。本文通过基于统计特征的特征提取方法及Relief特征选择算法,实现厂级监控信息系统历史数据到分类模型输入参数的合理转化,并采用5种分类算法分别针对2个电厂汽动给水泵组的小机叶片断裂和给水泵动、静平衡盘碰磨实际故障案例,建立了正常与故障状态的分类模型。实际数据验证表明:BP神经网络、支持向量机和组合分类算法分类效果更优,可提前4～10周识别设备故障的潜在风险,该结果为其他设备故障预测提供了新的思路。 展开更多
关键词 汽动给水泵组 故障预测 BP神经网络 支持向量机 组合分类 状态检修
在线阅读 下载PDF
基于耦合Duffing振子的微弱故障信号检测 被引量：4
4
作者 王晓东 赵志宏 杨绍普 《噪声与振动控制》 CSCD 2016年第3期174-178,209,共6页
针对传统信号处理方法在低信噪比条件下对微弱信号检测的不足,提出一种对双Duffing振子进行阻尼项耦合的方法,通过对此系统进行动力学分析,比单个Duffing振子具有更加复杂的动力学行为。阐述了基于相平面变化的微弱信号检测原理,对时间... 针对传统信号处理方法在低信噪比条件下对微弱信号检测的不足,提出一种对双Duffing振子进行阻尼项耦合的方法,通过对此系统进行动力学分析,比单个Duffing振子具有更加复杂的动力学行为。阐述了基于相平面变化的微弱信号检测原理,对时间进行尺度的变换,实现了未知频率信号的检测,最后对微弱脉冲信号进行检测以及真实的故障轴承的早期诊断,取得了较好的效果,该方法在无线通信、雷达系统、旋转机械早期故障诊断等领域具有广阔的前景。 展开更多
关键词 振动与波 双耦合Duffing振子 混沌 周期信号 故障诊断
在线阅读 下载PDF
基于EVMD-LNMF的复合故障信号分离方法 被引量：14
5
作者 王梦阳 王华庆 +2 位作者 董方 任帮月 宋浏阳 《振动与冲击》 EI CSCD 北大核心 2019年第16期146-152,共7页
非负矩阵分解算法(NMF)和变分模态分解算法(VMD)已用于复合故障信号的分离,但VMD算法过程中模态分量个数难以确定,且NMF算法由于缺少相关约束,对故障源相互耦合,特征信息微弱分解效果并不理想。为此提出了基于能量收敛因子为判据的变分... 非负矩阵分解算法(NMF)和变分模态分解算法(VMD)已用于复合故障信号的分离,但VMD算法过程中模态分量个数难以确定,且NMF算法由于缺少相关约束,对故障源相互耦合,特征信息微弱分解效果并不理想。为此提出了基于能量收敛因子为判据的变分模态分解算法(EVMD)与局部非负矩阵分解算法(LNMF)相结合的复合故障信号分离方法;构造了能量收敛因子,并以此为判断准则,自适应确定VMD算法中模态分量个数;将获得的模态分量重构组成模态矩阵,采用邻近特征值占优法获取LNMF算法中的最优分解维数;对模态分量作LNMF算法处理,突出局部特征信息,从而分离出耦合的多故障信号,提取故障特征信息。仿真及轴承复合故障实验结果表明:提出的基于EVMD-LNMF的信号分离方法,明显优于未改进的VMD-NMF方法,可以有效分离并提取出外圈与滚动体冲击性特征,实现了轴承的复合故障诊断。 展开更多
关键词 改进变分模态分解(VMD) 局部非负矩阵分解 复合故障 信号分离
在线阅读 下载PDF
不均衡最大软间隔SVDD轴承故障检测模型 被引量：9
6
作者 陶新民 李晨曦 +3 位作者 李青 任超 刘锐 邹俊荣 《振动工程学报》 EI CSCD 北大核心 2019年第4期718-729,共12页
针对不均衡数据下的轴承故障检测问题,提出一种最大软间隔支持向量域描述(Maximum Soft Margin Sup port Vector Domain Description, MSM-SVDD)故障检测模型.该模型通过引入最大软间隔正则项,将传统支持向量域描述(SVDD)算法的分类边... 针对不均衡数据下的轴承故障检测问题,提出一种最大软间隔支持向量域描述(Maximum Soft Margin Sup port Vector Domain Description, MSM-SVDD)故障检测模型.该模型通过引入最大软间隔正则项,将传统支持向量域描述(SVDD)算法的分类边界向故障类偏移,进而提高算法的故障检测性能,同时对正则化项系数的取值范围进行了理论分析.实验部分讨论了正则化项系数、高斯核参数以及正常类样本数目对模型故障检测性能的影响,并给出了正则化项系数与高斯核参数的取值建议.实验结果表明,新提出的MSM-SVDD模型非常适合处理小样本不均衡数据下的故障检测问题.最后通过实测数据的对比实验,表明MSM-SVDD模型在不均衡数据下的故障检测性能较其他方法有较大幅度提升. 展开更多
关键词 故障检测 轴承 不均衡数据 最大软间隔 支持向量域描述
在线阅读 下载PDF
基于VMD-MDE和ELM的柱塞泵微弱故障诊断 被引量：16
7
作者 程珩 励文艳 +3 位作者 权龙 赵立红 关澈 韩露 《振动．测试与诊断》 EI CSCD 北大核心 2020年第4期635-642,818,共9页
针对早期微弱故障信号易受噪声干扰、难以提取和识别的问题,提出一种基于变分模态分解(variational mode decomposition,简称VMD)多尺度散布熵(multiscale dispersion entropy,简称MDE)和极限学习机(extreme learning machine,简称ELM)... 针对早期微弱故障信号易受噪声干扰、难以提取和识别的问题,提出一种基于变分模态分解(variational mode decomposition,简称VMD)多尺度散布熵(multiscale dispersion entropy,简称MDE)和极限学习机(extreme learning machine,简称ELM)的柱塞泵微弱故障诊断方法。首先,采集各状态的振动信号进行VMD分解,得到若干模态分量,根据各模态分量Hilbert包络谱中特征频率能量贡献率大小,提出以归一化特征能量占比(feature energy ratio,简称FER)为重构准则的变分模态分解特征能量重构法(variational mode decomposition feature-energyreconsitution,简称VMDF),对各模态分量进行信号重构;其次,计算重构信号的MDE,对各尺度散布熵进行分析,选择有效尺度散布熵作为特征向量;最后,将提取的特征向量输入ELM完成故障模式识别。柱塞泵不同程度滑靴端面磨损故障的实验结果表明,该方法不仅提高了模式识别效率,还可以更好地反映故障程度变化规律,具有较好的应用性。 展开更多
关键词 变分模态分解 多尺度散布熵 极限学习机 特征能量占比 滑靴磨损 微弱故障诊断
在线阅读 下载PDF
基于Teager峰值能量的低转速轴承故障特征提取方法 被引量：11
8
作者 柯燕亮 王华庆 +2 位作者 唐刚 袁洪芳 李岭阳 《振动与冲击》 EI CSCD 北大核心 2017年第11期124-128,133,共6页
峰值冲击是轴承故障信号中的重要特征之一,明显的峰值冲击有利于其故障诊断,而低转速工况下轴承故障由于振动能量小,峰值冲击微弱,导致故障特征容易被噪声淹没,通常无法通过包络分析等方法提取。为了增强微弱故障信号中的峰值冲击,提取... 峰值冲击是轴承故障信号中的重要特征之一,明显的峰值冲击有利于其故障诊断,而低转速工况下轴承故障由于振动能量小,峰值冲击微弱,导致故障特征容易被噪声淹没,通常无法通过包络分析等方法提取。为了增强微弱故障信号中的峰值冲击,提取低转速轴承故障特征,提出了基于Teager峰值能量的故障特征提取方法。采用移动窗口截取原信号,计算截取信号段的峰峰值,从而构造峰峰值特征波形,增强故障信号中的峰值冲击;利用Teager能量算子对峰峰值特征波形进行解调,抑制噪声干扰,提取瞬时冲击成分;根据提取的Teager能量频谱判断轴承的运行状态。实验结果表明,该方法有效提取了低转速轴承的冲击特征,实现了故障的诊断。 展开更多
关键词 低转速轴承 故障诊断 峰峰值特征波形 TEAGER能量算子
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部