辛几何模态分解相关论文
针对滚动轴承的振动信号因非线性、非平稳且信噪比低而造成故障特征难以提取的问题，基于辛几何模态分解（Symplectic Geometry Mode D......
滚动轴承作为机械设备关键零件之一,任何微小轴承故障都能影响整个系统的运行状态,为保障设备可靠运行,需对滚动轴承的运行状态进......
针对滚动轴承故障诊断中存在的故障信号特征不全面且易被噪声污染等问题,基于全矢和辛几何模态分解(SGMD),提出了全矢与SGMD-FastI......
针对在强噪声背景下难以识别齿轮箱早期故障以及复合故障的问题,提出了一种改进辛几何模态分解(Improved symplectic geometry mod......
辛几何模态分解方法(Symplectic Geometry Mode Decomposition,SGMD)存在特征信息分布过于分散问题、Autogram方法中的最大重复离......
为了有效提取轴承的故障特征,避免轴承损伤引起的冲击成分受到离散频率分量和背景噪声的干扰,提出了一种基于倒谱编辑信号预白化和......
辛几何模态分解方法(Symplectic Geometry Mode Decomposition,SGMD)存在特征信息分布过于分散问题、Autogram方法中的最大重复离......
针对传统的SGMD方法存在的端点效应抑制和分解终止约束问题,提出了一种新的信号分解算法迭代辛几何模态分解(Iteration Symplectic......
对数-频谱振幅调制(log-SAM)方法容易受到强噪声影响,基于辛几何模态分解(SGMD)方法所得分解结果中故障特征信息分散,传统峭度也容......
针对滚动轴承的内圈和外圈故障诊断问题,提出了一种基于辛几何模态分解(SGMD)、敏感参数和核模糊C均值聚类(KFCMC)相结合的方法。......
针对液压泵故障诊断问题,本文提出了一种基于辛几何模态分解和广义形态分形维数相结合的方法。对实测液压泵多模态故障振动信号进......
