机械设计与研究 ›› 2016, Vol. 32 ›› Issue (06): 57-61+64.doi: 10.13952/j.cnki.jofmdr.a4149
白永亮;杨建伟;姚德臣;曾恒;
发布日期:
2020-07-26
Published:
2020-07-26
摘要: 地铁齿轮箱振动情况复杂,微弱故障特征常被噪声湮没而难以提取。本文提出一种改进的EMDBSS算法,通过计算IMF分量的相关系数矩阵,优化单通道EMD-BSS方法中的IMF信号重组过程,并对重组后的信号进行微弱故障特征提取。将该算法应用于仿真信号及实测地铁齿轮箱轴承故障振动信号中,成功提取出微弱故障特征,验证了算法的有效性。该算法的提出对于单通道微弱故障特征提取具有积极意义。
白永亮;杨建伟;姚德臣;曾恒;. 基于改进EMD-BSS算法的地铁齿轮箱单通道轴承微弱故障特征提取[J]. 机械设计与研究, 2016, 32(06): 57-61+64.
[1] | 张晏合, 臧月进, 陈渤, 徐铭晟. 基于解耦表征变分自编码机的雷达目标识别算法[J]. 空天防御, 2022, 5(2): 87-93. |
[2] | 孙祺琳 刘洋 陈骏 杨雅骊 李梦 徐慧 刘科. 皮肤镜影像结合特征分析算法权衡纵行黑甲活检必要性的临床研究[J]. 组织工程与重建外科杂志, 2021, 17(3): 235-. |
[3] | 王微, 王冰, 胡雄, 孙德建. 基于在线改进符号序列熵与逻辑回归模型的岸桥起升减速箱在线退化评估[J]. 上海交通大学学报, 2021, 55(10): 1272-1280. |
[4] | 王俊, 王赛, 任俞明, 陈德红, 崔闪, 魏少明. 结合深度学习去噪和超分辨的SAR检测识别[J]. 空天防御, 2020, 3(3): 24-30. |
[5] | 颜波,张磊,褚学宁. 基于卷积神经网络的用户感知评估建模[J]. 上海交通大学学报, 2019, 53(7): 844-851. |
[6] | 段永彬;张玉芝;安建良;张前图;. 基于变分模态分解谱熵的电机轴承退化状态识别方法[J]. 机械设计与研究, 2019, 35(04): 101-104. |
[7] | 贾宗福;孙殿柱;沈江华;李延瑞;. 局部中轴约束的散乱点云特征提取方法[J]. 机械设计与研究, 2019, 35(04): 113-116. |
[8] | 商诺诺, 梁艳, 翟恒峰, 原浩娟. 一种高效的雷达信号全脉冲特征提取方法[J]. 空天防御, 2018, 1(4): 37-43. |
[9] | 吴倩红,韩蓓,冯琳,李国杰,江秀臣. “人工智能+”时代下的智能电网预测分析[J]. 上海交通大学学报(自然版), 2018, 52(10): 1206-1219. |
[10] | 王瑞,刘宾,周天润,杨羽. 基于协同表示的声振传感器网络车辆分类识别[J]. 上海交通大学学报(自然版), 2018, 52(1): 103-110. |
[11] | 唐宁;童水光;徐剑;从飞云;张依东;. 基于短时信号重构与K-SVD特征提取算法[J]. 机械设计与研究, 2018, 34(04): 18-22. |
[12] | 潘昊亮;王宏超;. 基于稀疏表征时频分析方法的滚动轴承故障特征提取[J]. 机械设计与研究, 2017, 33(05): 107-109+114. |
[13] | 吴印华;徐琼燕;李俊峰;. 基于局部特征尺度分解排列熵和线性局部且空间排列的故障特征提取方法[J]. 机械设计与研究, 2017, 33(01): 27-30+34. |
[14] | 梁礼明;吴武林;吴健;. 正交局部保持投影早期故障特征提取方法[J]. 机械设计与研究, 2016, 32(02): 143-146. |
[15] | 王嗣阳,许黎明,赖小平. 砂轮磨削过载判据及其快速诊断[J]. 上海交通大学学报(自然版), 2015, 49(09): 1346-1352. |
阅读次数 | ||||||
全文 |
|
|||||
摘要 |
|
|||||