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9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：
基于快速Kurtogram算法的中间介质随机共振信号特性分析 被引量：3
1
作者 王向红 谢红 赵淑慧 《长沙理工大学学报（自然科学版）》 CAS 2023年第1期104-111,共8页
【目的】探讨机械关键部位缺陷信号在经过界面结构时易受中间介质的影响而难以准确识别的问题。【方法】以界面结构间常见的水和机油作为中间介质,结合随机共振理论和Kurtogram算法对不同中间介质与信号传输特性之间的关系进行深入研究... 【目的】探讨机械关键部位缺陷信号在经过界面结构时易受中间介质的影响而难以准确识别的问题。【方法】以界面结构间常见的水和机油作为中间介质,结合随机共振理论和Kurtogram算法对不同中间介质与信号传输特性之间的关系进行深入研究。【结果】当中间介质的面积增加时,信号的能量相对衰减率呈先减小后稳定的趋势,且与机油相比,通过水的信号的能量衰减速度更快。【结论】对通过不同介质的信号进行了随机共振和快速Kurtogram算法的处理,将处理结果与原始信号对比,发现该方法能有效提高信号特征参数的可辨度;另外,能量相对衰减率能有效表征通过不同中间介质的信号在信号集中频率区域内的变化规律。 展开更多
关键词 界面结构 中间介质 随机共振 快速kurtogram算法 能量相对衰减率
在线阅读 下载PDF
基于谱峭度分析和粒子群Kmeans算法的高压断路器故障诊断研究 被引量：13
2
作者 王庆燕 曹生让 +1 位作者 陈秉岩 杨忠 《高压电器》 CAS CSCD 北大核心 2019年第5期23-28,34,共7页
为满足电网对高压断路器高效诊断要求,提出一种谱峭度分析和粒子群K均值算法(PSO-Kmeans)相结合的故障诊断方法。该方法首先对正常状态和故障状态振动信号进行快速Kurtogram谱峭度分析,得到谱峭度指标最大中心频率和相应频率分辨率,据... 为满足电网对高压断路器高效诊断要求,提出一种谱峭度分析和粒子群K均值算法(PSO-Kmeans)相结合的故障诊断方法。该方法首先对正常状态和故障状态振动信号进行快速Kurtogram谱峭度分析,得到谱峭度指标最大中心频率和相应频率分辨率,据此设计带通滤波器对信号进行去噪;对去噪后的信号进行小波分解,提取小波包能量熵作为特征量;进一步采用PSO-Kmeans对特征量进行聚类分析。实验结果表明:改进谱峭度分析法弥补了传统带通滤波器参数确定的不足,提升去噪效果;去噪与PSO-Kmeans算法相结合的诊断方法克服了传统Kmeans易受初始聚类中心影响的缺点,聚类效果良好且精度高于传统算法,证实该方法适用于高精度高压断路器机械故障诊断。 展开更多
关键词 机械故障诊断 高压断路器 谱峭度 kurtogram算法 粒子群算法
在线阅读 下载PDF
基于快速峭度图算法与平方包络共振解调的滚动轴承自适应故障诊断方法 被引量：3
3
作者 剡昌锋 周俊 +3 位作者 吴黎晓 由理 杨美玲 吴旭东 《兰州理工大学学报》 CAS 北大核心 2017年第1期33-38,共6页
针对共振解调技术应用在滚动轴承故障诊断中存在信噪比低和带通滤波器参数需要依靠经验确定的问题,提出了一种基于快速峭度图算法与平方包络共振解调技术相结合的滚动轴承自适应故障诊断方法.根据快速峭度图算法的自适应性,确定带通滤... 针对共振解调技术应用在滚动轴承故障诊断中存在信噪比低和带通滤波器参数需要依靠经验确定的问题,提出了一种基于快速峭度图算法与平方包络共振解调技术相结合的滚动轴承自适应故障诊断方法.根据快速峭度图算法的自适应性,确定带通滤波器的参数,并提取滚动轴承故障振动信号高频共振带中包含的故障特征频段;计算去直流后信号的信噪比,若其信噪比大于1,则利用平方包络方法进行重构,以突出故障特征信号;对重构信号进行频谱分析,得到其故障特征频率,识别出相应的故障类型.通过故障滚动轴承试验,验证了该方法的有效性和准确性. 展开更多
关键词 快速峭度图算法 平方包络 共振解调 滚动轴承 故障诊断
在线阅读 下载PDF
基于萤火虫算法优化VMD的滚动轴承故障检测 被引量：8
4
作者 李道军 卢青波 宋航帆 《机床与液压》 北大核心 2021年第15期195-199,共5页
滚动轴承的工作环境通常受噪声干扰严重,故对其故障检测颇有难度。针对此问题,提出基于改进萤火虫算法优化VMD参数的方法。首先利用快速谱峭度分析信号,得到带通滤波器的最佳参数后,对信号进行滤波即初步降噪;其次经萤火虫算法优化得到... 滚动轴承的工作环境通常受噪声干扰严重,故对其故障检测颇有难度。针对此问题,提出基于改进萤火虫算法优化VMD参数的方法。首先利用快速谱峭度分析信号,得到带通滤波器的最佳参数后,对信号进行滤波即初步降噪;其次经萤火虫算法优化得到VMD的最优参数K和α,根据所得参数将信号分解为若干个IMF分量,并以相关系数和散布熵为原则重构信号;最后用Hilbert包络解调重构后的信号得到故障特征。通过对试验数据的分析以及与LMD分解的对比可知,该方法能可靠地检测出轴承故障特征。 展开更多
关键词 滚动轴承 故障检测 萤火虫算法 VMD 快速谱峭度
在线阅读 下载PDF
改进VMD融合深度学习在滚动轴承故障诊断中的应用 被引量：5
5
作者 金岩磊 何茂慧 +1 位作者 郭涛 邓凯 《热能动力工程》 CAS CSCD 北大核心 2023年第2期144-152,共9页
针对滚动轴承早期振动信号微弱且难以提取的问题,结合灰狼算法与变分模态分解(Variational mode decomposition, VMD)提出改进变分模态分解(Improved variational mode decomposition, IVMD)方法分解轴承故障信号,并基于快速谱峭度图(Fa... 针对滚动轴承早期振动信号微弱且难以提取的问题,结合灰狼算法与变分模态分解(Variational mode decomposition, VMD)提出改进变分模态分解(Improved variational mode decomposition, IVMD)方法分解轴承故障信号,并基于快速谱峭度图(Fast kurtogram, FK)提取特征分量进行信号重构,采用深度学习与混沌理论对各故障轴承重构信号进行非线性分析,完成故障识别。在保留原故障信息整体几何结构的同时降低了特征数据复杂度,增强了故障状态分类能力。基于损伤轴承实验数据验证所提方法的有效性。结果表明:IVMD较VMD能更好地分解故障信号,快速谱峭度图可有效提取特征分量;采用IVMD-FK进行信号前处理后,经卷积神经网络(Convolutional neural network, CNN)进行故障分类,准确率高达99.99%,远高于传统故障诊断方法;在强噪声环境下此方法仍可较好地进行故障分类,在-8dB噪声下准确率达到75.75%,具有良好的鲁棒性;同时,结合混沌相图与Lyapunov指数反映故障信号的混沌特性,随卷积层数增加Lyapunov指数逐渐减小,表明深度学习模型和混沌理论可从混沌序列中提取纯净特征信息,准确进行故障识别。 展开更多
关键词 故障诊断 灰狼算法 快速谱峭度图 变分模态分解 深度学习 混沌
原文传递
基于IEWT和MCKD的滚动轴承故障诊断方法 被引量：42
6
作者 李政 张炜 +2 位作者 明安波 李峥 褚福磊 《机械工程学报》 EI CAS CSCD 北大核心 2019年第23期136-146,共11页
针对经验小波变换(Empirical wavelet transform,EWT)对强噪声环境中滚动轴承微弱故障诊断的不足,主要是傅里叶频谱分段不当的问题。提出一种基于最大相关峭度解卷积(Maximum correlated kurtosis deconvolution,MCKD)降噪与改进EWT相... 针对经验小波变换(Empirical wavelet transform,EWT)对强噪声环境中滚动轴承微弱故障诊断的不足,主要是傅里叶频谱分段不当的问题。提出一种基于最大相关峭度解卷积(Maximum correlated kurtosis deconvolution,MCKD)降噪与改进EWT相结合的滚动轴承早期故障识别方法。首先采用最大相关峭度解卷积算法以包络谱的相关峭度最大化为目标对原信号进行降噪处理、检测信号中的周期性冲击成分,然后根据信号Fourier频谱的包络极大值进行分段,通过分析各频段平方包络谱中明显的频率成分来诊断故障。新方法能有效降噪、增强信号中周期性冲击特征、降低单次偶然冲击的影响、抑制非冲击成分。通过对含外圈、内圈故障的滚动轴承进行试验分析,结果表明,相比于快速谱峭度图和小波包络分析方法,该方法提取出的特征更加明显,能有效实现滚动轴承早期微弱故障的识别。 展开更多
关键词 经验小波变换 快速谱峭度图 最大相关峭度解卷积 小波包络分析 滚动轴承
原文传递
基于两类特征与AFSA优化SVM的滚动轴承故障诊断研究 被引量：2
7
作者 张鲁洋 秦波 +3 位作者 赵文军 李宏 张建强 王建国 《机械强度》 CAS CSCD 北大核心 2019年第4期807-813,共7页
针对非线性、非平稳的滚动轴承振动信号特征'难表征'和基于支持向量机(Support vector machine, SVM)的故障分类模型'精度低'的问题,提出一种基于变分模态分解(Variational Mode Decomposition,VMD)、峭度图(Kurtogram... 针对非线性、非平稳的滚动轴承振动信号特征'难表征'和基于支持向量机(Support vector machine, SVM)的故障分类模型'精度低'的问题,提出一种基于变分模态分解(Variational Mode Decomposition,VMD)、峭度图(Kurtogram)与人工鱼群算法(Artificial Fish Swarm Algorithm,AFSA)优化SVM相结合的滚动轴承状态辨识方法。首先,利用Kurtogram算法、相关系数最大准则'筛选'出原信号经VMD后包含有效故障信息的本征模函数(Intrinsic Mode Functions, IMF),并计算其形态谱熵和能量熵构建有效特征向量集;其次,利用AFSA寻找最优的惩罚系数C和高斯核宽度系数σ的核函数系数组合(C、σ);并将有效特征向量集作为上述算法的输入建立滚动轴承状态辨识模型。实验结果表明,所提方法不仅能凸显原信号中的有效故障成份,同时也提高了模型学习效率和分类精度。 展开更多
关键词 变分模态分解 峭度图 人工鱼群 核函数参数最优组合
在线阅读 下载PDF
基于卷积神经网络的采煤机截割部减速器故障诊断研究 被引量：12
8
作者 包从望 江伟 +1 位作者 刘永志 车守全 《机电工程》 CAS 北大核心 2021年第10期1317-1323,1331,共8页
在对采煤机截割部的减速器进行故障诊断过程中,存在故障特征提取困难及诊断模型泛化能力弱的问题,针对这一问题,提出了一种基于卷积神经网络的减速器故障诊断方法。首先,通过快速Kurtogram算法提取了变工况下减速器齿轮的健康、疲劳点... 在对采煤机截割部的减速器进行故障诊断过程中,存在故障特征提取困难及诊断模型泛化能力弱的问题,针对这一问题,提出了一种基于卷积神经网络的减速器故障诊断方法。首先,通过快速Kurtogram算法提取了变工况下减速器齿轮的健康、疲劳点蚀、轻度磨损、重度磨损、齿面裂痕、断齿几种振动谱峭度;然后,对谱峭度作像素归一化后进行了灰度处理,将结果输入到构建好的结构层数为2层卷积-池化层的卷积神经网络,采用自适应学习对模型进行了训练,并将最后全连接层的输出结果作为故障特征;最后,结合某减速器的结构原理搭建了故障诊断实验台,采用Tensor Flow平台对所提模型进行了编程,对模型的识别率和特征可视化结果进行了评估。研究结果表明:该方法对减速器的故障识别率在99%以上,解决了传统方法中特征提取繁琐和不同故障特征间的耦合问题,为采煤机截割部减速箱的故障智能诊断提供了新的思路。 展开更多
关键词 减速器 故障诊断 卷积神经网络 kurtogram算法 谱峭度 采煤机截割部
在线阅读 下载PDF
基于局部均值分解和共振解调的滚动轴承故障诊断 被引量：3
9
作者 王梦奇 马增强 王建东 《济南大学学报（自然科学版）》 CAS 北大核心 2018年第1期13-19,共7页
针对滚动轴承原始振动信号信噪比小,以及传统共振解调中带通滤波器参数选择难以确定,且依赖于人的主观经验的问题,提出一种基于局部均值分解和共振解调相结合的方法;该方法首先利用局部均值分解算法将振动信号分解成多个分量,再通过希... 针对滚动轴承原始振动信号信噪比小,以及传统共振解调中带通滤波器参数选择难以确定,且依赖于人的主观经验的问题,提出一种基于局部均值分解和共振解调相结合的方法;该方法首先利用局部均值分解算法将振动信号分解成多个分量,再通过希尔伯特(Hilbert)变换获得各个分量的时频图,然后利用快速谱峭图算法自动确定带通滤波器的中心频率和带宽,最后对信号进行带通滤波和包络解调分析完成故障诊断。数字仿真信号和滚动轴承实验证明了该方法的有效性。 展开更多
关键词 局部均值分解 共振解调 快速谱峭图算法 故障诊断
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