微弱故障相关论文
滚动轴承作为旋转机械设备的关键部件,其状态直接影响设备的安全运行,而且滚动轴承是发生故障频率最高的部件之一,因此对滚动轴承......
学位
针对强背景噪声下滚动轴承早期微弱故障特征难以提取以及奇异谱分解方法分解的分量仍然包含噪声的问题,提出了一种奇异谱分解(Sing......
对牵引电机断条早期微弱故障进行电气特性分析有利于研究转子断条故障.首先从导条金属电阻值在疲劳演化过程中的变化规律出发,引入......
安全是轨道交通向前发展的先决条件,列车安全是轨道交通安全最关键的一环。轮对轴承起着支撑列车的关键作用,是列车的核心部件,其......
高档数控装备结构复杂,任何可能的微弱故障隐患都会严重危及人员安全与生产效率.本文针对数控装备高自动化、高可靠性的要求,研究......
针对调节非线性系统参数的取值会影响输出信噪比(SNR)的大小这一现象,采用信噪比(SNR)作为随机共振输出评价指标,提出将多点优化最......
期刊
针对某型行星变速箱齿轮齿根裂纹类轻微故障的动态响应特征较弱,难以有效反映变速箱故障状态的问题,提出了基于最小熵解卷积的谱峭......
滚动轴承是旋转机械设备中应用最为广泛的基础零部件之一,由于常常处于恶劣的工作环境中导致其故障频发,从而对整台设备的运行造成......
滚动轴承作为最重要的机器零部件之一,已广泛运用于海洋船舶、航空航天等机械设备当中。但是滚动轴承长期运行在高负载、变转速的......
针对滚动轴承早期微弱故障特征难以提取的问题,提出一种基于奇异值分解(Singular Value Decomposi-tion,SVD)、改进的集总经验模态......
滚动轴承在机械系统中有广泛的应用。实现滚动轴承的早期故障诊断,对于保障机械系统安全具有重要意义。论文针对滚动轴承早期故障......
滚动轴承被广泛的应用在各种工业现场中,其运行状态直接影响到整台机器的功能。因此,滚动轴承早期故障诊断具有非常重要的意义,滚......
针对矿井提升机天轮轴承故障信号微弱背景噪声强故障特征难以提取问题,提出了将最小熵反褶积(Minimum Entropy Deconvolution,MED)......
针对旋转机械转子振动信号通常伴随着强噪声,难以提取其有效信息的问题,提出一种基于时变滤波经验模态分解(Time varying filterin......
针对滚动轴承早期周期性瞬态冲击不明显及谱峭度在低信噪比情况下分析效果差的问题,提出多点优化最小熵解卷积(Multipoint optimal......
提出了一种基于分数阶傅里叶变换（fractional Fourier transform,简称FRFT）的单分量阶比双谱分析方法,消除阶比双谱分析多分量信号时......
针对斜盘式轴向柱塞泵微弱故障特征难以提取的问题，提出了一种基于EEMD-增强因子自适应的液压泵微弱故障特征提取方法。对故障信号E......
轴承是航空发动机支承传动系统的主要部分,其性能与质量的好坏将直接影响到发动机的寿命与可靠性。围绕轴承典型故障的信号分析问......
提出了一种基于转速调整的改进阶比分析方法,并应用于提取变速器齿轮微弱故障特征。从理论上分析了传统阶比方法分析转速波动信号......
摘要： 旋转机械的早期故障特征微弱，容易受到噪声的干扰，不容易准确识别。小波尺度谱存在受噪声干扰影响大、高频部分频率分辨率低等......
针对轴承早期故障特征微弱,极易被背景噪声淹没而不能及时检测的问题,提出了基于谐波分解和自互补Top-Hat变换的轴承微弱故障特征......
对难以提取处于微弱故障状态的滚动轴承非线性、非平稳时变特性振动信号中故障特征频率的问题,提出基于VMD-SVD能量标准谱-Teager......
针对转子系统早期微弱故障诊断问题，提出了一种基于局域波分析和混沌相结合的故障诊断新方法．分析了Duffing混沌振子的混沌运动，说明......
针对滚动轴承早期微弱故障检测及故障状态监测问题,提出了一种基于变模态分解(VMD)分解和支持向量数据描述(SVDD)的滚动轴承性能退......
针对滚动轴承微弱故障难以识别的问题,提出一种基于变分模态分解（Variational Mode Decomposition,VMD）与奇异值熵融合的滚动轴承微......
在希尔伯特-黄变换可以将振动信号分解为有限的模式函数的基础上，针对周期平稳类微弱故障信号难以检测到的问题，对信号进行经验模式......
提出了一种分数阶傅里叶变换（Fractional Fourier Transform，FRFT）循频滤波方法，贴近瞬变工况下信号频率曲线变化特征，循迹剥离包含故障......
针对基于机匣采集的振动信号难以有效提取出航空发动机中介主轴承早期微弱故障特征的问题,提出了基于巴特沃斯低通滤波器降噪和Hil......
提出一种稳健全息阶比谱方法,用于提取变速器变速过程的微弱故障特征。首先分析了转速波动对传统阶比方法分析精度的影响,构造了基......
在强背景噪声和复杂激励的干扰下,滚动轴承的早期微弱故障特征往往难以提取,提出一种稀疏分解与频域相关峭度相结合的方式,对轴承......
针对滚动轴承早期微弱故障特征难以提取的问题,提出一种基于奇异值分解(Singular Value Decomposition,SVD)、改进的集总经验模态......
针对强背景噪声干扰下轮对轴承故障特征微弱、难以准确检测的问题,提出了一种自适应改进高斯拉普拉斯(improved Laplacian of Gaus......
针对强背景噪声下齿轮微弱故障特征难以有效提取的问题,本文提出了一种基于自适应经验小波塔式分解的齿轮故障诊断方法.首先,在齿......
提出了一种分数阶聚能带时频累加谱方法,快速实现长数据的时频分析,突出目标分量,用于提取变速器急加速过程微弱故障特征.根据变速......
针对在强噪声的干扰下,滚动轴承微弱故障特征难以有效地提取的问题,提出一种基于最大2阶循环平稳盲解卷积(Maximum Second-order C......
受环境噪声及信号衰减的影响,强背景噪声下的滚动轴承故障特征往往表现得非常微弱。滚动轴承的微弱故障特征提取一直是难点。稀疏......
针对滚动轴承早期微弱故障识别困难的问题,提出一种基于可调品质因子小波变换的特征提取方法。利用可调品质因子小波对原始信号进......
作为国民经济支柱型企业中的关键大型现代化旋转机械设备,对其工作及运行环境苛刻性的要求越来越高,同时对保证其长期安全运行的监......
提出了一种Teager算子和极坐标级联增强时频特征方法（Cascading enhancement of time-frequency feature based on Teager energy o......
针对目前EMD分解后IMF分量优选方法的不足,提出了一种基于互相关—峭度和小波软阈值的EEMD降噪方法。该方法利用EEMD对信号进行分......
针对滚动轴承在强噪声环境下故障信号微弱、故障特征难以提取等问题,提出了基于最小熵反褶积(minimum entropy deconvolution,MED)......
针对经验模态分解(EMD)和集合经验模态分解(EEMD)方法存在模态混叠、噪声残留以及对滚动轴承早期微弱故障特征提取效果不理想的问......
复合故障下的齿轮微弱故障易被强故障掩盖而出现漏诊现象,对齿轮复合故障下的微弱故障特征提取进行研究。首先采用多点优化最小熵......
期刊
针对背景噪声干扰及转速波动工况下滚动轴承微弱故障识别困难这一问题,提出一种结合计算阶次追踪(COT)和奇异谱分解(SSD)的新型诊......
最小熵解卷积（MED）是旋转机械故障诊断领域广泛应用的有效方法，它可以从噪声中提取微弱的故障冲击成分。然而它的有效性依赖于滤波长......
期刊
针对齿轮箱在强噪声背景下齿轮微弱故障振动信号的特征不易被提取的问题,提出将改进小波去噪和Teager能量算子相结合的微弱故障特......
