机械设计与研究 ›› 2017, Vol. 33 ›› Issue (05): 107-109+114.doi: 10.13952/j.cnki.jofmdr.a4397
潘昊亮;王宏超;
发布日期:2020-07-26
Published:2020-07-26
摘要： 传统时频分析方法可以同时在时、频域反映滚动轴承的故障特征,然而故障信号中的噪声干扰会模糊故障特征在时频分布上的清晰表示。稀疏表征方法可以通过稀疏的原子来表达原始信号,其某些类型的原子在时频域上的聚集是其进行时频分析的良好特性。相比于STFT,基于稀疏原子重构的信号时频分布具有更好的分辨率;相比于WVD则避免了交叉干扰项的影响。提出基于稀疏表征时频分析方法的滚动轴承故障特征提取方法,通过仿真及实验验证所述方法相对于传统时频分析方法如STFT、WVD具有更清晰的时频特征提取效果。
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.
| [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] | 郝国成, 张必超, 锅娟, 张雅冰, 石光耀, 王盼盼, 张薇. 高质量LMSCT时频分析算法及其在雷达信号目标检测中的应用[J]. 上海交通大学学报, 2022, 56(2): 231-241. |
| [3] | 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-. |
| [4] | 卓鹏程, 严瑾, 郑美妹, 夏唐斌, 奚立峰. 面向滚动轴承全生命周期故障诊断的GA-OIHF Elman神经网络算法[J]. 上海交通大学学报, 2021, 55(10): 1255-1262. |
| [5] | 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. |
| [6] | 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. |
| [7] | 杜晨阳, 沈俊逸, 刘扬扬, 李晨, 陈晨. 基于时频分析与相关系数算法的目标探测与距离估计方法研究[J]. 空天防御, 2020, 3(3): 71-77. |
| [8] | 周建民;游涛;尹文豪;张龙;张臣臣;. 基于融合FCM-SVDD模型的滚动轴承退化状态识别[J]. 机械设计与研究, 2020, 36(01): 124-129. |
| [9] | 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. |
| [10] | 张龙;吴佳敏;吴荣真;宋成洋;易剑昱;. 基于多尺度熵与SOM神经网络的滚动轴承故障识别[J]. 机械设计与研究, 2019, 35(06): 105-110. |
| [11] | 周建民;王发令;张龙;李鹏;张臣臣;. 基于RBF神经网络与模糊评价的滚动轴承退化状态定量评估[J]. 机械设计与研究, 2019, 35(06): 116-122+127. |
| [12] | 熊国良;毛志德;张龙;成俊良;. 经验模态分解与核马氏距离的滚动轴承性能退化评估[J]. 机械设计与研究, 2019, 35(04): 96-100+104. |
| [13] | 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. |
| [14] | 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. |
| [15] | 陆纪文;. 基于MCKD与1.5维Teager能量谱的滚动轴承故障诊断方法[J]. 机械设计与研究, 2019, 35(03): 100-103. |
| 阅读次数 | ||||||
|
全文 |
|
|||||
|
摘要 |
|
|||||
