您的位置： 专家智库 > >

王朝阁

作品数：25 被引量：115H指数：6
供职机构：内蒙古科技大学机械工程学院更多>>
发文基金：国家自然科学基金内蒙古自治区自然科学基金内蒙古自治区高等学校科学研究项目更多>>
相关领域：机械工程电子电信理学自动化与计算机技术更多>>

合作作者

文献类型

  • 19篇期刊文章
  • 4篇专利
  • 1篇学位论文
  • 1篇会议论文

领域

  • 19篇机械工程
  • 1篇电子电信
  • 1篇自动化与计算...
  • 1篇理学

主题

  • 22篇轴承
  • 19篇滚动轴承
  • 11篇轴承故障
  • 9篇小波
  • 7篇双树复小波
  • 7篇峭度
  • 7篇复小波
  • 6篇褶积
  • 6篇反褶积
  • 5篇故障诊断
  • 5篇滚动轴承故障
  • 5篇DT-CWT
  • 4篇能量算子
  • 4篇频带
  • 4篇幅值
  • 3篇自适
  • 3篇自适应
  • 3篇自适应共振
  • 3篇变分
  • 3篇MED

机构

  • 25篇内蒙古科技大...
  • 2篇山东交通职业...
  • 1篇包头钢铁（集...

作者

  • 25篇王朝阁
  • 21篇任学平
  • 11篇张玉皓
  • 6篇王建国
  • 5篇刘桐桐
  • 3篇张超
  • 2篇庞震
  • 2篇李攀
  • 1篇李震
  • 1篇王少锋
  • 1篇卢欣欣
  • 1篇张建通
  • 1篇汪军
  • 1篇陈帅

传媒

  • 3篇机械设计与制...
  • 3篇仪表技术与传...
  • 2篇振动．测试与...
  • 2篇现代制造工程
  • 2篇机械强度
  • 2篇振动与冲击
  • 1篇仪器仪表学报
  • 1篇轴承
  • 1篇机床与液压
  • 1篇机械科学与技...
  • 1篇中国测试

年份

  • 1篇2020
  • 5篇2018
  • 10篇2017
  • 7篇2016
  • 2篇2015
共 25 条 记 录，以下是 1-10
全选 清除 导出
排序方式：
基于LMD和MCKD的滚动轴承早期故障诊断被引量：5
2018年
滚动轴承故障产生的初期,信号中的冲击成分受到严重的噪声干扰,导致故障信号的周期特征难以提取。针对这一问题,提出基于局部均值分解(LMD)算法和最大相关峭度反褶积(MCKD)算法结合的滚动轴承早期故障诊断方法。首先应用LMD算法对轴承早期故障信号进行自适应分解,选取与原始信号相关系数较大的乘积函数(PF)分量进行重构;然后应用MCKD算法对重构信号进行降噪,突出周期冲击成分;最后对消噪后的信号进行Hilbert包络处理,从包络谱中即可准确地获取故障特征频率。通过对仿真信号和内圈故障实验信号的分析,证明了该方法的有效性。
任学平李攀王朝阁
关键词：轴承局部均值分解
基于DT-CWT和MCKD的滚动轴承早期故障诊断方法被引量：6
2016年
滚动轴承早期故障信号具有非平稳、能量低等特征,为了能够准确、有效地检测出轴承故障,提出了双树复小波(dual-tree complex wavelet transform,DTCWT)和最大相关峭度反褶积(maximum correlated kurtosis deconvolution,MCKD)相结合的诊断方法。首先运用双树复小波对采集到的振动信号进行分解,再重构单支信号,由于噪声的干扰,从重构后分量的频谱中很难对故障做出正确的判断。然后对包含故障特征的分量进行最大相关峭度反褶积处理以消除噪声成分,凸现故障特征信息。最后对降噪信号求取Hilbert包络谱,便能准确获得故障特征频率。通过信号仿真和实验数据分析验证了该方法的有效性。
任学平王朝阁张玉皓汪军
关键词：轴承故障双树复小波
ELMD和MCKD在滚动轴承早期故障诊断中的应用被引量：7
2017年
针对滚动轴承早期故障特征信号微弱且受环境噪声影响严重,故障特征信息难以识别的问题,提出了基于总体局部均值分解(Ensemble local mean decomposition,ELMD)和最大相关峭度反褶积(Maximum correlated kurtosis deconvolution,MCKD)的早期故障诊断方法。该方法首先运用ELMD对采集到的振动信号进行分解,得到有限个乘积函数(Product function,PF),由于噪声的干扰,从PF分量的频谱中很难对故障做出正确的判断。然后对包含故障特征的PF分量进行最大相关峭度反褶积处理以消除噪声影响,凸现故障特征信息。最后对降噪信号进行Hilbert包络谱分析,即可从中准确地识别出轴承的故障特征频率。通过轴承故障模拟实验和工程应用实例验证了该方法的有效性与优越性。
王朝阁庞震任学平孙百祎王建国
关键词：滚动轴承
基于小波包自适应Teager能量谱的滚动轴承早期故障诊断被引量：5
2017年
针对滚动轴承早期故障特征信息难以识别以及从小波包分解后的频带不能有效确定并自适应提取共振带的问题,提出了频带幅值熵的概念。在此基础上,将小波包变换和Teager能量谱结合,提出了基于小波包变换自适应Teager能量谱的早期故障诊断方法。该方法首先利用小波包对采集到的振动信号进行分解,并计算各子带的频带幅值熵。然后将熵值按升序排列后依次作为阈值,提取频带幅值熵大于阈值的子带,依据峭度指标确定最佳熵阈值以及小波包最佳分解层数,从而自适应并且有效地提取出共振带。最后对共振带进行Teager能量谱分析,即可从中准确地识别出轴承的故障特征频率。通过信号仿真与实验数据分析验证了该方法的有效性。
王朝阁任学平孙百祎王建国
关键词：滚动轴承小波包
基于改进VMD与包络导数能量算子的滚动轴承早期故障诊断被引量：20
2018年
针对滚动轴承早期故障比较微弱,特征信息难以提取且变分模态分解(VMD)中分解层数k的大小需要使用者反复尝试而不能有效确定的问题,提出了改进的VMD方法,以能量差作为评价参数自适应地确定分解层数k。在此基础上,将改进的VMD与包络导数能量算子结合,提出了VMD与包络导数能量算子的轴承早期故障诊断方法。采用VMD对轴承故障振动信号进行分解,根据能量差曲线确定最佳的分解层数k;依据峭度准则,从分解得到的k个本征模态分量中选取敏感分量进行重构;并用包络导数能量算子对重构信号进行解调分析,从其能量谱中便可准确地提取轴承的故障特征信息。通过仿真信号和实验数据的分析,验证了该方法的有效性与可行性。
任学平李攀王朝阁张超
关键词：滚动轴承
基于CEEMD-MED和Teager能量算子的滚动轴承微弱故障特征提取被引量：4
2017年
滚动轴承故障产生的早期阶段,故障信号中的周期冲击成分微弱,并且环境噪声干扰严重,导致轴承故障难以识别。针对这一问题,提出基于CEEMD-MED和Teager能量算子的轴承故障特征方法。首先应用互补集合经验模态分解(CEEMD)对故障信号进行分解,依据相关系数原则,选取相关系数最大的分量作为分析对象;然后应用最小熵反褶积(MED)对选出的分量进行降噪;最后应用Teager能量算子对降噪后的信号进行解调处理,从其能量谱中便可准确地获取故障特征信息。通过对仿真信号和实验数据进行诊断分析,结果证明该文方法有效。
任学平李攀王朝阁
关键词：TEAGER能量算子轴承故障
基于自回归最小熵反褶积的滚动轴承故障诊断被引量：3
2016年
轴承故障信号中的周期冲击成分会受到轴承元件间碰撞产生非周期冲击成分以及工况噪声的干扰,难以提取故障特征。使用自回归最小熵反褶积方法对故障信号处理,首先用自回归模型滤除非周期冲击成分,再使用最小熵反褶积方法对周期冲击成分进行增强,通过仿真和实验信号处理结果证明了该方法的有效性。
任学平张玉皓黄培杰辛向志王朝阁
关键词：滚动轴承故障诊断
一种新型齿轮箱故障模拟试验台
本实用新型提供一种新型齿轮箱故障模拟试验台，由抗振底座、电动机、变频器、弹性联轴器、二级行星齿轮减速器、多故障耦合齿轮箱、磁粉加载器、轴承座、轴承、挡油环、外球面轴承、轴承透盖、轴承套、三联齿轮、轴承密封端盖、大花键齿轮...
王朝阁卢欣欣李攀任学平蒋广琪张建通谈艳阳乔海懋
文献传递
基于DT-CWT自适应Teager能量谱的轴承早期故障诊断被引量：5
2017年
针对滚动轴承早期故障特征信息难以识别以及带通滤波器参数设置依赖使用者经验等造成共振带不能有效确定并自适应提取的问题,提出了频带幅值熵的概念。在此基础上,将双树复小波变换和Teager能量谱结合,提出了基于双树复小波自适应Teager能量谱的早期故障诊断方法。首先,利用双树复小波将采集到的振动信号分解为不同频带的子信号,并计算各子带的频带幅值熵;然后,将熵值按升序排列后依次作为阈值,提取频带幅值熵大于阈值的子带,依据峭度指标确定最佳阈值,从而自适应并且有效地提取出共振带;最后,对共振带进行Teager能量谱分析,即可从中准确地识别出轴承的故障特征频率。通过信号仿真与实验数据分析验证了该方法的有效性。
任学平王朝阁张玉皓王建国
关键词：滚动轴承双树复小波
基于DT-CWT和奇异能量差分谱的滚动轴承故障诊断研究被引量：6
2016年
滚动轴承故障信号具有非平稳、能量低等特征,为了能够准确、有效地检测出轴承故障,提出了将双树复小波和奇异值能量差分谱相结合的诊断方法。首先运用双树复小波对采集到的振动信号进行分解,再重构单支信号,由于噪声的干扰,从重构后分量的频谱中很难对故障做出正确的判断。然后对包含故障特征的分量求取奇异值能量差分谱,确定有效阶次进行信号重构降噪。最后对降噪信号求Hibert包络谱,便能准确获得故障特征频率。通过信号仿真和实验数据分析验证了该方法的有效性。
任学平王朝阁张玉皓庞震
关键词：轴承故障双树复小波
全选 清除 导出
共3页<123>
聚类工具0