您的位置： 专家智库 > >

内蒙古自治区高等学校科学研究项目(NJZY11148)

作品数：5 被引量：93H指数：5
相关作者：张超陈建军郭迅更多>>
相关机构：内蒙古科技大学西安电子科技大学更多>>
发文基金：内蒙古自治区高等学校科学研究项目国家高技术研究发展计划更多>>
相关领域：金属学及工艺机械工程更多>>

文献类型

  • 5篇中文期刊文章

领域

  • 4篇金属学及工艺
  • 1篇机械工程

主题

  • 5篇故障诊断
  • 3篇轴承
  • 3篇轴承故障
  • 2篇轴承故障诊断
  • 2篇局域均值分解
  • 1篇调制
  • 1篇信号分析
  • 1篇信噪比
  • 1篇振动
  • 1篇振动信号
  • 1篇振动信号分析
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇随机共振
  • 1篇频率调制
  • 1篇转子
  • 1篇转子系统
  • 1篇向量
  • 1篇向量机
  • 1篇消噪

机构

  • 5篇内蒙古科技大...
  • 3篇西安电子科技...

作者

  • 5篇张超
  • 3篇陈建军
  • 1篇郭迅

传媒

  • 2篇振动与冲击
  • 1篇中国机械工程
  • 1篇机械科学与技...
  • 1篇中南大学学报...

年份

  • 1篇2014
  • 1篇2013
  • 3篇2012
共 5 条 记 录，以下是 1-5
全选 清除 导出
排序方式：
随机共振消噪和局域均值分解在轴承故障诊断中的应用被引量：9
2013年
针对实际机械故障诊断中强噪声背景下难以提取故障特征的情况,提出了一种基于随机共振消噪(SR)和局域均值分解(LMD)的轴承故障诊断方法。首先,将轴承振动信号进行随机共振消噪,利用噪声增强振动信号的信噪比;然后,将消噪的信号再进行LMD分解,通过求取乘积函数(PF)幅值谱从而发现轴承故障频率。实验结果表明,该方法可以提高信噪比,实现微弱信号的检测,可有效地应用于轴承的故障诊断。
张超陈建军
关键词：故障诊断随机共振局域均值分解信噪比
基于小波变换和EEMD分解的转子系统故障诊断被引量：6
2012年
针对转子不平衡故障和滚动轴承微弱损伤性故障的复合故障诊断问题,提出了基于小波变换和总体平均经验模态分解(ensemble empirical mode decomposition,EEMD)的故障诊断方法,进行了复合故障的耦合特征分离和故障特征频率的提取。该方法首先应用小波对原始信号进行分解与重构;然后针对分解与重构出的低频信号进行频谱分析提取低频非调制故障特征;最后针对高频共振调制信号进行基于EEMD的解调分析,以准确提取调制故障特征。通过工程实例信号的分析结果表明,该方法能够提取轴承的损伤性故障特征。
董文智张超
关键词：小波
基于EEMD能量熵和支持向量机的齿轮故障诊断方法被引量：55
2012年
针对齿轮振动信号的非平稳特征和现实中难以获得大量典型故障样本的实际情况,提出基于总体平均经验模态分解(EEMD)和支持向量机的齿轮故障诊断方法。通过EEMD方法将非平稳的原始加速度振动信号分解成若干个平稳的本征模函数(IMF);齿轮发生不同的故障时,在不同频带内的信号能量值会发生改变,故可通过计算不同振动信号的EEMD能量熵判断是否发生故障;从包含有主要故障信息的IMF分量中提取出来的能量特征作为输入建立支持向量机,判断齿轮的工作状态和故障类型。实验结果表明:文中提出的方法能有效地应用于齿轮的故障诊断。
张超陈建军郭迅
关键词：支持向量机故障诊断
基于LMD和Lempel-Ziv指标的滚动轴承故障损伤程度研究被引量：15
2012年
针对不同转速下,不同损伤程度的滚动轴承内、外圈故障,提出一种基于局域均值分解(Local Mean De-composition,LMD)和Lempel-Ziv指标的滚动轴承损伤程度识别方法。LMD方法是一种新的自适应时频分析方法,将轴承振动信号分解为若干个瞬时频率有物理意义的乘积函数(Production Function,PF),再结合峭度条件找出蕴含故障信息的最优PF分量,计算其PF函数和包络的Lempel-Ziv的归一化值,再加权求和得到最终的Lempel-Ziv综合指标,表征了不同故障的损伤程度。同时还研究了在不同转速下的内、外圈故障轴承的Lempel-Ziv指标的分布规律,使结论更具有普遍性。经实验结果验证,此方法能有效地应用于滚动轴承的故障程度的诊断。
张超陈建军
关键词：局域均值分解故障诊断
频率调制经验模态分解在轴承故障诊断中的应用被引量：9
2014年
在密集频率情况下,针对经验模态分解(Empirical Mode Decomposition,EMD)容易产生模态混叠的问题,研究了基于频率调制经验模态分解(Frequency Modulated Empirical Mode Decomposition,FM-EMD)振动信号处理方法。该方法可以较好地分解相对密集频率的弱非线性信号,得到物理意义相对明确的本征模函数(Intrinsic Mode Function,IMF)。通过数值仿真证明了该方法的有效性。利用频率调制经验模态分解方法对故障轴承振动信号进行分析,准确地确定了故障类型。
张超袁彦霞
关键词：振动信号分析故障类型
全选 清除 导出
共1页<1>
聚类工具0