<listing id="l9bhj"><var id="l9bhj"></var></listing>
<var id="l9bhj"><strike id="l9bhj"></strike></var>
<menuitem id="l9bhj"></menuitem>
<cite id="l9bhj"><strike id="l9bhj"></strike></cite>
<cite id="l9bhj"><strike id="l9bhj"></strike></cite>
<var id="l9bhj"></var><cite id="l9bhj"><video id="l9bhj"></video></cite>
<menuitem id="l9bhj"></menuitem>
<cite id="l9bhj"><strike id="l9bhj"><listing id="l9bhj"></listing></strike></cite><cite id="l9bhj"><span id="l9bhj"><menuitem id="l9bhj"></menuitem></span></cite>
<var id="l9bhj"></var>
<var id="l9bhj"></var>
<var id="l9bhj"></var>
<var id="l9bhj"><strike id="l9bhj"></strike></var>
<ins id="l9bhj"><span id="l9bhj"></span></ins>
  • 《工程索引》(EI)刊源期刊
  • 中文核心期刊
  • 中國科技論文統計源期刊
  • 中國科學引文數據庫來源期刊

留言板

尊敬的讀者、作者、審稿人, 關于本刊的投稿、審稿、編輯和出版的任何問題, 您可以本頁添加留言。我們將盡快給您答復。謝謝您的支持!

姓名
郵箱
手機號碼
標題
留言內容
驗證碼

基于變分模式分解和微積分增強能量算子的滾動軸承故障診斷

張東 馮志鵬

張東, 馮志鵬. 基于變分模式分解和微積分增強能量算子的滾動軸承故障診斷[J]. 工程科學學報, 2016, 38(9): 1327-1334. doi: 10.13374/j.issn2095-9389.2016.09.019
引用本文: 張東, 馮志鵬. 基于變分模式分解和微積分增強能量算子的滾動軸承故障診斷[J]. 工程科學學報, 2016, 38(9): 1327-1334. doi: 10.13374/j.issn2095-9389.2016.09.019
ZHANG Dong, FENG Zhi-peng. Fault diagnosis of rolling bearings based on variational mode decomposition and calculus enhanced energy operator[J]. Chinese Journal of Engineering, 2016, 38(9): 1327-1334. doi: 10.13374/j.issn2095-9389.2016.09.019
Citation: ZHANG Dong, FENG Zhi-peng. Fault diagnosis of rolling bearings based on variational mode decomposition and calculus enhanced energy operator[J]. Chinese Journal of Engineering, 2016, 38(9): 1327-1334. doi: 10.13374/j.issn2095-9389.2016.09.019

基于變分模式分解和微積分增強能量算子的滾動軸承故障診斷

doi: 10.13374/j.issn2095-9389.2016.09.019
基金項目: 

國家自然科學基金資助項目(11272047,51475038)

教育部新世紀優秀人才支持計劃資助項目(NCET-12-0775)

詳細信息
    通訊作者:

    馮志鵬,E-mail:fengzp@ustb.edu.cn

  • 中圖分類號: TH165+.3

Fault diagnosis of rolling bearings based on variational mode decomposition and calculus enhanced energy operator

  • 摘要: 針對滾動軸承故障振動信號的特點,考慮變分模式分解在復雜信號分解及微積分增強能量算子在瞬態成分檢測方面的優勢,提出基于變分模式分解和微積分增強能量算子的滾動軸承故障診斷方法.首先利用變分模式分解將復雜信號分解為多個本質模式函數,以削弱背景噪聲的影響和滿足能量算子對信號單分量的要求;然后根據提出的敏感分量選取原則,從本質模式函數中選出包含主要故障信息的本質模式函數為敏感分量;最后利用微積分增強能量算子強化敏感分量中的瞬態沖擊,并根據敏感分量瞬時能量的時域波形及Fourier頻譜診斷滾動軸承故障.分析結果表明該方法能夠有效診斷滾動軸承故障.

     

  • 加載中
計量
  • 文章訪問數:  164
  • HTML全文瀏覽量:  40
  • PDF下載量:  7
  • 被引次數: 0
出版歷程
  • 收稿日期:  2015-11-01
  • 網絡出版日期:  2021-07-22

目錄

    /

    返回文章
    返回
    久色视频