搜索结果: 1-9 共查到“振动与波 故障诊断”相关记录9条 . 查询时间(0.114 秒)
2019年故障诊断领域全国青年学者论坛在安徽大学举行（图）
2019年 故障诊断 青年学者论坛 安徽大学
<
2019/4/29
2019年4月19日至21日，故障诊断领域全国青年学者论坛在我校举行。会议由中国振动工程学会故障诊断专业委员会秘书长王华庆教授主持，常务副校长王群京出席会议。本次论坛邀请来自浙江大学、北京航空航天大学、重庆大学、上海交通大学、国防科技大学、西安交通大学、华中科技大学、湖南大学、华南理工大学、昆明理工大学、天津大学、苏州大学、华北电力大学、北京工业大学、北京化工大学、大连理工大学、江南大学、温州大学...
频率调制经验模态分解在轴承故障诊断中的应用
本征模函数 振动信号分析 故障类型
<
2014/9/25
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，本文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 Mo...
改进增强峭度图和增强包络谱在滚动轴承故障诊断上的应用
改进增强峭度图 增强包络谱 滚动轴承 故障诊断
<
2014/8/7
针对滚动轴承故障诊断问题，在分析了基于二进制小波包分解的增强峭度图方法的不足后，提出了基于谐波小波包分解的改进增强峭度图方法。通过计算故障信号的改进增强峭度图，筛选出峭度值最大的最优节点，利用最优节点处的谐波小波包系数进行信号重构，并对重构信号做增强包络谱分析，利用故障特征频率的理论计算值与增强包络谱中峰值明显的谱线进行对比，从而对轴承故障类型做出判断。运用本文提出的诊断方法分别对滚动轴承内圈故障...
基于敏感特征选择与流形学习维数约简的故障诊断
改进的核空间距离测度 线性局部切空间排列 加权k最近邻分类器
<
2014/8/1
针对故障诊断中特征集包含非敏感特征和维数过高的问题，提出基于特征选择(Feature selection, FS)与流形学习维数约简的故障诊断方法。提出了一种改进的核空间距离测度特征选择方法(Improved kernel distance measurement feature selection, IKMD-FS)，在核空间中计算样本类间距离和类内散度，优选出使样本类间距大、类内散度小的特征，...
基于频带熵的滚动轴承故障诊断研究
频带熵 包络分析 滚动轴承 故障诊断
<
2014/7/25
发生早期故障的轴承，由于故障特征频率处的能量比较微弱，易于被噪声淹没。通过对滚动轴承故障原理的研究，讨论了利用共振频率解调故障特征频率对于噪声的抑制能力。为了寻找轴承的共振频率，结合时频分析和信息熵的特点，提出了一种新的频带熵方法。首先利用短时傅里叶变换得到信号的时频分布，再沿时间轴计算各个频率的幅值谱熵，从而得到各个频率成分随时间变化的复杂度指标。利用频带熵对轴承共振频率的检测能力，揭示了频带熵...
针对故障齿轮振动信号的非平稳特征和包含强烈噪声，很难提取故障特征频率的情况，提出了基于双树复小波和奇异差分谱的故障诊断方法。首先将非平稳的故障振动信号通过双树复小波分解为几个不同频段的分量；由于噪声的影响，从各个分量的频谱中难以准确地得到故障频率。然后对包含故障特征的分量构建Hankel矩阵并进行奇异值分解，求奇异值差分谱曲线，确定奇异值个数进行SVD重构降噪，由此实现对故障特征信息的提取。最后再...
基于EEMD降噪和1.5维能量谱的滚动轴承故障诊断研究
EEMD降噪 1.5维能量谱 滚动轴承 故障诊断
<
2014/7/25
将1.5维谱分析和Teager能量算子相结合，提出了1.5维能量谱的分析方法，并针对滚动轴承故障诊断问题，从提高故障信号信噪比的角度出发，提出基于EEMD降噪和1.5维能量谱的故障诊断新方法。该方法首先对故障信号进行聚合经验模态分解(Ensemble Empirical Mode Decomposition，EEMD)运算，得到一组本征模态函数(Intrinsic Mode Function，IM...
基于奇异值分解和相关峭度的滚动轴承故障诊断方法研究
奇异值分解 相关峭度 滚动轴承 故障诊断
<
2014/8/7
为了从复杂的轴承振动信号中提取微弱的故障信息，将相关峭度引入滚动轴承故障诊断领域，结合奇异值分解（Singular Value Decomposition，SVD）和相关峭度，提出了一种新的滚动轴承故障特征提取方法。该方法首先利用SVD对轴承振动信号进行分解，然后根据相关峭度选取SVD分解后的分量，提取出滚动轴承的弱故障信号。通过对轴承内验证了该方法的有效性。