您的位置: 专家智库 > >

吉林省教育厅基金(9910)

作品数:4 被引量:30H指数:3
相关作者:陆爽李萌田野更多>>
相关机构:长春大学浙江师范大学长春工业大学更多>>
发文基金:吉林省教育厅基金更多>>
相关领域:机械工程自动化与计算机技术化学工程更多>>

文献类型

  • 4篇中文期刊文章

领域

  • 3篇机械工程
  • 1篇化学工程
  • 1篇自动化与计算...

主题

  • 4篇轴承
  • 4篇滚动轴承
  • 3篇双谱
  • 3篇模式识别
  • 3篇故障特征
  • 2篇信号
  • 2篇双谱分析
  • 2篇故障模式识别
  • 2篇非高斯
  • 2篇非高斯信号
  • 2篇高斯
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇双谱估计
  • 1篇谱估计
  • 1篇向量
  • 1篇向量机
  • 1篇小波
  • 1篇小波包
  • 1篇故障特征提取

机构

  • 2篇长春大学
  • 2篇浙江师范大学
  • 1篇长春工业大学
  • 1篇东北师范大学

作者

  • 4篇陆爽
  • 2篇李萌
  • 1篇田野

传媒

  • 1篇仪器仪表学报
  • 1篇轴承
  • 1篇机床与液压
  • 1篇化工机械

年份

  • 2篇2006
  • 2篇2005
4 条 记 录,以下是 1-4
排序方式:
基于双谱分析的滚动轴承故障模式识别被引量:15
2005年
当滚动轴承发生故障时,其产生的振动信号一般是包含较强噪声的非高斯和非线性信号。本文对高阶统计量方法用于滚动轴承故障特征提取进行了研究,提出了基于双谱估计的滚动轴承故障诊断方法。利用这种方法可以同时获得包含滚动轴承故障信号幅值和相位信息的双谱特征图谱。研究表明,双谱图谱可以有效地监测滚动轴承工作状态的模式,因而可以快速地识别滚动轴承不同的故障特征。
陆爽
关键词:滚动轴承故障特征非高斯信号双谱模式识别
基于小波包和支持向量机的滚动轴承故障模式识别被引量:12
2006年
为了解决对故障轴承的特征提取和故障特征准确分类问题,提出了应用小波包变换和支持向量机相结合进行滚动轴承故障诊断的方法。小波包变换具有良好的时-频局部化特征,非常适于对瞬态或时变信号进行特征提取。而支持向量机可完成模式识别和非线性回归。利用上述原理根据轴承振动信号的频域变化特征,采用小波包变换对其提取频域能量特征向量,然后利用建立的支持向量机多故障分类器完成滚动轴承故障模式的识别。试验结果表明,支持向量机可以有效、准确地识别轴承的故障模式,为轴承故障诊断向智能化发展提供了新的途径。
田野陆爽
关键词:滚动轴承故障诊断小波包支持向量机模式识别
基于双谱估计的轴承非线性振动信号模式识别被引量:2
2006年
当滚动轴承发生故障时,其产生的振动信号一般是包含较强噪声的非高斯和非线性耦合信号。本文对把高阶统计量用于滚动轴承非线性振动信号特征模式识别的方法进行了研究,提出了基于双谱估计的滚动轴承故障诊断方法。利用这种方法可以同时获得包含滚动轴承故障信号幅值和相位耦合信息的双谱特征图谱。实验研究表明,利用双谱图谱中不同的非线性耦合其故障特征模式不同的特点,可以快速地识别轴承的工作状态。
陆爽李萌
关键词:滚动轴承故障特征非线性双谱模式识别
基于双谱分析的滚动轴承故障特征提取被引量:4
2005年
 对高阶统计量方法用于滚动轴承故障特征提取进行了研究,提出了基于双谱估计的滚动轴承故障诊断方法。利用高阶统计量方法做出了滚动轴承故障信号的高阶统计量中的双谱特征图谱。研究表明,双谱可以敏感地监测滚动轴承工作状态的模式,因而可以有效地识别滚动轴承不同的故障特征。
陆爽李萌
关键词:滚动轴承故障特征非高斯信号高阶统计量双谱
共1页<1>
聚类工具0