检索结果-南通市图书馆

最小熵解卷积在高速泵齿轮箱早期故障诊断中的应用

在线全文

学校读者我要写书评

暂无评论

今日自动化 2022年第7期 184-186页

作者：杨杏坛河南龙宇煤化工有限公司河南永城476600

高速泵齿轮箱发生早期故障时容易被外界强烈的噪音所干扰,直接做频谱分析或包络谱分析很难提取故障特征。本文通过最小熵解卷积(MED)的基本理论,对高速离心泵齿轮箱故障诊断,能够明显的提高信噪比。MED方法对齿轮早期裂纹振动信号进行... 详细信息

高速泵齿轮箱发生早期故障时容易被外界强烈的噪音所干扰,直接做频谱分析或包络谱分析很难提取故障特征。本文通过最小熵解卷积(MED)的基本理论,对高速离心泵齿轮箱故障诊断,能够明显的提高信噪比。MED方法对齿轮早期裂纹振动信号进行降噪解卷积滤波,然后进行包络解调分析,最后获得中速轴小齿轮(Z2=55)齿根轻微裂纹的故障特征。通过齿轮断齿故障振动数据的分析及后期工程实践,验证了方法的有效性。

关键词：高速泵齿轮箱频谱分析最小熵解卷积故障诊断

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

最小熵解卷积法轮对轴承故障诊断

中国测试 2016年第1期42卷 114-120页

作者：王晗何刘中国南车股份有限公司中央研究院北京100036 西南交通大学牵引动力国家重点实验室四川成都610031

针对强噪声下轮对轴承弱故障特征难以提取,以及在实际信号检测中检测信号在故障点到检测点的传播路径中有变形和失真导致实际采集信号成分复杂难以判别的问题,提出基于最小熵解卷积的轴承故障诊断方法。该方法的核心是利用熵最小原理设... 详细信息

针对强噪声下轮对轴承弱故障特征难以提取,以及在实际信号检测中检测信号在故障点到检测点的传播路径中有变形和失真导致实际采集信号成分复杂难以判别的问题,提出基于最小熵解卷积的轴承故障诊断方法。该方法的核心是利用熵最小原理设计最优滤波器,突出信号中的脉冲冲击,使滤波后信号近似于原始冲击信号,消除检测中传递路径对信号的干扰,对解卷积后的信号做包络谱分析达到轮对轴承故障诊断的目的。通过实验分析,基于最小熵解卷积的轴承故障诊断方法能很好突出冲击脉冲,在包络谱中能够准确检测到故障的基频和高次谐波。

关键词：轮对轴承最小熵解卷积包络谱故障诊断

改进经验小波变换与最小熵解卷积在铁路轴承故障诊断中的应用

在线全文

学校读者我要写书评

暂无评论

振动与冲击 2021年第2期40卷 81-90,118页

作者：乔志城刘永强廖英英石家庄铁道大学机械工程学院石家庄050043 石家庄铁道大学省部共建交通工程结构力学行为与系统安全国家重点实验室(筹) 石家庄050043 石家庄铁道大学土木工程学院石家庄050043

经验小波变换是一种小波框架下的自适应信号分解方法,对旋转机械的非线性、非平稳振动信号有很好的分解作用。针对传统经验小波变换过程中频谱划分过多的问题,提出根据互信息值对频谱进行重新划分与合并的方法,能有效减少频带数量;选择... 详细信息

经验小波变换是一种小波框架下的自适应信号分解方法,对旋转机械的非线性、非平稳振动信号有很好的分解作用。针对传统经验小波变换过程中频谱划分过多的问题,提出根据互信息值对频谱进行重新划分与合并的方法,能有效减少频带数量;选择峭度值最大的分量进行信号重构,再使用最小熵解卷积对重构信号进行降噪;对降噪后的信号进行包络分析,能够有效地诊断出滚动轴承的微弱故障。通过仿真信号与铁路货车轮对轴承实验信号验证了该方法的有效性,为下一步工程应用奠定了基础。

关键词：经验小波变换互信息最小熵解卷积包络分析

在线全文

学校读者我要写书评

暂无评论

基于最小熵解卷积的汽车点焊质量超声评价

焊接学报 2018年第8期39卷 59-65,132页

作者：何智成汲彦军成艾国湖南大学汽车车身先进设计制造国家重点实验室长沙410082

利用超声信号的时域信息,可以对焊点质量进行评价.白车身焊点超声检测的过程中,由于噪声信号的模糊作用,反映焊点质量的有用信息被掩盖,导致焊点质量评价结果不准确.超声探头接收到的超声信号可视为原始超声信号与噪声信号两种信号的叠... 详细信息

利用超声信号的时域信息,可以对焊点质量进行评价.白车身焊点超声检测的过程中,由于噪声信号的模糊作用,反映焊点质量的有用信息被掩盖,导致焊点质量评价结果不准确.超声探头接收到的超声信号可视为原始超声信号与噪声信号两种信号的叠加,基于超声信号的卷积模型及稀疏特性,可利用最小熵盲反卷积(MED)对超声信号进行解卷积处理,分离重叠的焊点超声信号,恢复信号反射系数,获取准确的回波个数.通过仿真与试验,结果表明,最小熵解卷积对焊点重叠超声信号分离的有效性.

关键词：超声检测质量评价最小熵解卷积重叠回波

在线全文

学校读者我要写书评

暂无评论

基于最小熵解卷积的轨面缺陷漏磁信号处理

电子测量技术 2022年第17期45卷 167-170页

作者：朱玥王平张兆珩贾银亮南京航空航天大学自动化学院南京211106

钢轨表面缺陷的漏磁检测会受到巡检速度等因素的影响,导致背景噪声增大,检测灵敏度降低。为了增强缺陷信号特征,提高漏磁信号的信噪比,提出了一种基于最小熵解卷积的漏磁信号处理方法。通过目标函数法,计算得到最优的逆滤波器参数,对采... 详细信息

钢轨表面缺陷的漏磁检测会受到巡检速度等因素的影响,导致背景噪声增大,检测灵敏度降低。为了增强缺陷信号特征,提高漏磁信号的信噪比,提出了一种基于最小熵解卷积的漏磁信号处理方法。通过目标函数法,计算得到最优的逆滤波器参数,对采集到的漏磁信号进行滤波处理。为衡量最小熵解卷积算法滤波效果,将处理得到的缺陷信号和背景噪声信号的峰峰值与小波变换法和中值滤波法进行对比。实验结果表明,最小熵解卷积算法对缺陷信号起到了明显的增强作用,且其效果优于小波变换和中值滤波。

关键词：最小熵解卷积特征增强缺陷识别漏磁检测

基于最小熵解卷积-变分模态分解和优化支持向量机的滚动轴承故障诊断方法

在线全文

学校读者我要写书评

暂无评论

中国机械工程 2017年第24期28卷 3001-3012页

作者：姚成玉来博文陈东宁孙飞吕世君燕山大学河北省工业计算机控制工程重点实验室秦皇岛066004 燕山大学河北省重型机械流体动力传输与控制重点实验室秦皇岛066004 先进锻压成形技术与科学教育部重点实验室(燕山大学) 秦皇岛066004

提出了一种基于最小熵解卷积和变分模态分解以及模糊近似熵的故障特征提取方法,并采用优化支持向量机对故障进行识别分类。首先利用最小熵解卷积方法降低噪声干扰并增强故障信号中故障特征信息,进而对降噪后的信号进行变分模态分解,并... 详细信息

提出了一种基于最小熵解卷积和变分模态分解以及模糊近似熵的故障特征提取方法,并采用优化支持向量机对故障进行识别分类。首先利用最小熵解卷积方法降低噪声干扰并增强故障信号中故障特征信息,进而对降噪后的信号进行变分模态分解,并利用模糊近似熵量化变分模态分解后包含故障特征信息的模态分量以构建特征向量,之后通过采用扩展粒子群算法优化惩罚因子和核函数参数的支持向量机,对故障样本训练并完成故障识别分类。将所提方法应用于滚动轴承不同损伤程度、不同故障部位的实验数据,验证了该方法的有效性。与基于局部均值分解的特征提取方法相对比,结果表明所提方法可以更精确地提取出滚动轴承故障特征,并能够更准确地完成不同故障的识别;通过与基于网格寻优算法优化的支持向量机方法和基于扩展粒子群优化的最小二乘支持向量机方法相对比,结果表明所提方法具有更好的分类性能,能达到更好的诊断效果。

关键词：故障诊断变分模态分解最小熵解卷积模糊近似熵支持向量机

基于最小熵解卷积和Teager能量算子直升机滚动轴承复合故障诊断研究

在线全文

学校读者我要写书评

暂无评论

振动与冲击 2017年第9期36卷 45-50,73页

作者：陈海周王家序汤宝平李俊阳重庆大学机械传动国家重点实验室重庆400044 四川大学空天科学与工程学院成都610065

为了解决强背景噪声环境下直升机滚动轴承故障信号微弱,故障特征难以提取的问题,提出一种基于最小熵解卷积(Minimum Entropy Deconvolution,MED)与Teager能量算子(Teager Energy Operator,TEO)的滚动轴承故障特征提取的新方法。根据滚... 详细信息

为了解决强背景噪声环境下直升机滚动轴承故障信号微弱,故障特征难以提取的问题,提出一种基于最小熵解卷积(Minimum Entropy Deconvolution,MED)与Teager能量算子(Teager Energy Operator,TEO)的滚动轴承故障特征提取的新方法。根据滚动轴承故障信号表现为冲击波形的特点和MED降噪对冲击特征敏感的特性,采用MED对故障信号进行降噪处理,同时增强信号中的冲击成分;再结合TEO适合检测信号的瞬时变化,能有效提取故障信号冲击特征的特点,计算降噪信号的Teager能量信号,进行频谱分析提取滚动轴承的故障特征。通过对仿真信号和直升机滚动轴承混合故障信号进行分析,实验结果表明,该方法能有效提取强背景噪声环境中的微弱复合故障特征,具有一定的工程应用价值。

关键词：直升机滚动轴承最小熵解卷积 Teager能量算子故障诊断

基于最小熵解卷积与稀疏分解的滚动轴承微弱故障特征提取

在线全文

学校读者我要写书评

暂无评论

机械工程学报 2013年第1期49卷 88-94页

作者：王宏超陈进董广明上海交通大学机械系统与振动国家重点实验室上海200240

受环境噪声及信号衰减的影响,强背景噪声下的滚动轴承故障特征往往表现得非常微弱。滚动轴承的微弱故障特征提取一直是难点。稀疏分解在滚动轴承的故障特征提取中已经取得一定的应用。但其在强背景噪声干扰下滚动轴承微弱信号故障的特... 详细信息

受环境噪声及信号衰减的影响,强背景噪声下的滚动轴承故障特征往往表现得非常微弱。滚动轴承的微弱故障特征提取一直是难点。稀疏分解在滚动轴承的故障特征提取中已经取得一定的应用。但其在强背景噪声干扰下滚动轴承微弱信号故障的特征提取效果并不明显。将最小熵解卷积(Minimum entropy deconvolution,MED)与稀疏分解相结合用于滚动轴承的微弱故障特征提取。用MED对强噪声滚动轴承信号进行降噪处理,对降噪后的信号进行稀疏分解和故障特征提取,取得了较好的效果。通过仿真和试验验证了所述方法的有效性及优点。

关键词：最小熵解卷积稀疏分解滚动轴承微弱故障特征提取

基于最小熵解卷积的谱峭度法在行星齿轮箱故障诊断中的应用

在线全文

学校读者我要写书评

暂无评论

制造业自动化 2018年第2期40卷 112-118页

作者：曹展王细洋南昌航空大学航空制造工程学院南昌330063

针对噪声干扰状态下行星齿轮箱故障诊断中的齿轮故障特征提取,提出最小熵解卷积与谱峭度结合(Spectral Kurtosis Method based on Minimum Entropy Deconvolution,MEDSK)的行星齿轮箱齿轮故障特征提取方法。利用MED对原始扭转振动信号... 详细信息

针对噪声干扰状态下行星齿轮箱故障诊断中的齿轮故障特征提取,提出最小熵解卷积与谱峭度结合(Spectral Kurtosis Method based on Minimum Entropy Deconvolution,MEDSK)的行星齿轮箱齿轮故障特征提取方法。利用MED对原始扭转振动信号进行预处理,抑制信号中的噪声干扰,提升行星齿轮箱中被噪声淹没的故障冲击成份。利用谱峭度对预处理后的信号选择最优的带通滤波器参数进行带通滤波,然后通过Hilbert变换进行包络解调,最后将解调出来的低频信号进行频谱分析得到MED-SK方法的包络谱。通过对仿真信号和承受多种载荷状态下采集到的行星齿轮箱输出轴实际行星齿轮故障扭转振动信号进行分析,验证了这种方法能准确地提取行星齿轮故障特征。

关键词：最小熵解卷积谱峭度行星齿轮箱故障诊断