位置：成果数据库 > 期刊 > 期刊详情页
基于自适应共振解调技术的滚动轴承故障诊断
  • ISSN号：1003-8728
  • 期刊名称：机械科学与技术
  • 时间：2015.2.15
  • 页码：238-241
  • 分类：TH165.3[机械工程—机械制造及自动化]
  • 作者机构：[1]湖南科技大学机械设备健康维护湖南省重点实验室
  • 相关基金：国家自然科学基金项目(51105138,51175169);湖南省教育厅科学研究优秀青年项目(14B057);湖南省高校科技创新团队支持计划项目资助
  • 相关项目：基于复杂网络的大型复杂装备故障智能诊断原理与方法研究
作者： 潘阳|陈安华|蒋玲莉|李学军|
关键词： 自适应共振解调, EMD, 滚动轴承, 故障诊断, 信息熵
中文摘要：

针对现有共振解调技术中高频共振中心频率及滤波带宽确定方法不成熟的问题,提出了自适应共振解调技术。利用经验模态分解将故障信号分解成若干个固有模态函数,通过信息熵最小的固有模态函数分量确定高频共振频率,自适应选取带通滤波器的中心频率和带宽。利用Hilbert变换对滤波后的信号进行解调分析,得到包含故障特征信息的低频包络信号,提取故障特征频率,实现故障辨识。与现有共振解调方法相比,自适应共振解调方法在工程实际中应用性更强。

同期刊论文项目
基于复杂网络的大型复杂装备故障智能诊断原理与方法研究
期刊论文 24 会议论文 2 获奖 2
旋转机械非线性故障核诊断方法研究
期刊论文 31 会议论文 10 获奖 2 著作 1
同项目期刊论文
基于改进人工鱼群算法的机械故障聚类诊断方法
基于本体的转子故障知识建模研究
脉冲神经膜系统实现有符号整数的算术运算
Fault Diagnosis of Rotating Machinery Based on Multisensor Information Fusion Using SVM and Time-Dom
Design of the Data Acquisition System Based on STM32
基于PCA与蚁群算法的机械故障聚类诊断方法
基于复杂网络社团聚类的故障模式识别方法研究
无标度网络拥塞控制方法研究
小波能谱熵和优化神经网络的滚动轴承诊断方法
基于PF能量特征和SVM的变速箱轴承故障诊断方法
基于减法聚类的合并最优路径层次聚类算法
基于PF能量特征和优化神经网络的轴承诊断
无标度网络上的动态局部路由策略设计
BA无标度网络性能优化方法研究
无标度网络局部路由算法优化与设计
基于高阶累积量的AR参数-模糊聚类法及应用
Fault diagnosis of rolling bearing based on kernel independent component analysis by using mixed ker
Improving K-means clustering method basd on SOM network and its application in fault diagnosis
Kernel Function and Parameters Optimization in KICA for Rolling Bearing Fault Diagnosis
基于PF能量特征和优化神经网络的滚动轴承诊断方法
Improved K-Means Clustering Method Based on Complex Network for Rolling Bearing Fault Diagnosis
基于小波包近似熵和SVM的圆柱滚子轴承诊断
KPCA denoising and its application in machinery fault diagnosis
Fault diagnosis for motor rotor based on KPCA-SVM
Fault diagnosis of rotating machinery based on multi-sensor information using SVM and time-domain fe
Fault Diagnosis of Motor Rotor Based on Fuzzy C-Means Clustering Analysis
Parameter optimization in KPCA for rotating machinery feature vector dimensionality reduction
Structural optimization of the motor base based on Ansys
Study on feature extraction and classification of rolling bearing based on KPCA
基于KICA的旋转机械振动信号消噪方法
类均值核主元分析法及在故障诊断中的应用
一种细菌觅食算法的改进及其应用
核主元分析和遗传支持向量机在异步电机故障诊断中的应用
Fault diagnostic methods based on KPCA and KFCM
Fault diagnosis of rolling bearing based on feature-level fusion method
Improving K-means clustering method in fault diagnosis based on SOM network
基于KICA的旋转机械故障信号消噪方法
A character of rotating machinery defined based on KICA
An improved kernel k-mean cluster method and its application in fault diagnosis of roller bearing
KPCA Feature Extraction Based on Bacterial Foraging Algorithm
基于异类信息特征融合的异步电机故障诊断
An improved HHT method and its application in fault diagnosis of roller bearing
基于KPCA和PSOSVM的异步电机故障诊断
期刊信息
  • 《机械科学与技术》
  • 中国科技核心期刊
  • 主管单位:
  • 主办单位:西北工业大学
  • 主编：姜澄宇
  • 地址：陕西西安友谊西路127号
  • 邮编：710072
  • 邮箱：mst@Nwpu.edu.cn
  • 电话：029-88493054 88460226
  • 国际标准刊号：ISSN：1003-8728
  • 国内统一刊号：ISSN：61-1114/TH
  • 邮发代号:52-193
  • 获奖情况:
  • 国内外数据库收录:
  • 荷兰文摘与引文数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊（2004版）,中国北大核心期刊（2008版）,中国北大核心期刊（2011版）,中国北大核心期刊（2014版）,中国北大核心期刊（2000版）
  • 被引量:21878