期刊导航
期刊开放获取
vip
退出
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
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
检索
高级检索
期刊导航
共找到
1
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:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于IPKO-SVMD的矿用电动机轴承故障特征提取
1
作者
孙霞
李文清
孙强
《煤矿机械》
2026年第3期173-178,共6页
针对矿用电动机轴承在复杂工况下故障特征提取困难,提出一种基于改进型斑翠鸟优化算法(IPKO)优化连续变分模态分解(SVMD)的轴承故障特征提取方法。引入多策略融合改进方法,提升IPKO的收敛精度与全局寻优能力。构建以最小峭度为目标的适...
针对矿用电动机轴承在复杂工况下故障特征提取困难,提出一种基于改进型斑翠鸟优化算法(IPKO)优化连续变分模态分解(SVMD)的轴承故障特征提取方法。引入多策略融合改进方法,提升IPKO的收敛精度与全局寻优能力。构建以最小峭度为目标的适应度函数,将优化后的带宽约束参数α用于SVMD对振动信号进行模态分解。结合包络熵与峭度融合指标筛选最佳本征模态函数(IMF),并进行包络谱分析。与变分模态分解(VMD)对比结果表明,该方法在轴承故障特征提取中具有明显的优势。
展开更多
关键词
轴承故障
特征提取
振动信号
ipko
SVMD
IMF
原文传递
题名
基于IPKO-SVMD的矿用电动机轴承故障特征提取
1
作者
孙霞
李文清
孙强
机构
安徽理工大学电气与信息工程学院
出处
《煤矿机械》
2026年第3期173-178,共6页
基金
国家自然科学基金项目(51874010)
安徽省质量工程项目(2020xsxxkc142)。
文摘
针对矿用电动机轴承在复杂工况下故障特征提取困难,提出一种基于改进型斑翠鸟优化算法(IPKO)优化连续变分模态分解(SVMD)的轴承故障特征提取方法。引入多策略融合改进方法,提升IPKO的收敛精度与全局寻优能力。构建以最小峭度为目标的适应度函数,将优化后的带宽约束参数α用于SVMD对振动信号进行模态分解。结合包络熵与峭度融合指标筛选最佳本征模态函数(IMF),并进行包络谱分析。与变分模态分解(VMD)对比结果表明,该方法在轴承故障特征提取中具有明显的优势。
关键词
轴承故障
特征提取
振动信号
ipko
SVMD
IMF
Keywords
bearing fault
feature extraction
vibration signal
ipko
SVMD
IMF
分类号
TH133.3 [机械工程—机械制造及自动化]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于IPKO-SVMD的矿用电动机轴承故障特征提取
孙霞
李文清
孙强
《煤矿机械》
2026
0
原文传递
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部