论文摘要
针对现有煤矿机械轴承故障自适应诊断方法易受高频噪声和间断噪声干扰而导致原始信号分解和特征提取精度较低的问题,提出了一种基于改进局部均值分解的煤矿机械轴承故障诊断方法。该方法在局部均值分解方法的自适应分解部分采用噪声辅助分解方法,将高斯白噪声加入原始信号,然后进行局部均值分解,以抑制高频噪声及间断噪声对信号分解的影响;在特征参数提取部分对乘积函数分量进行Hilbert变换,然后进行特征参数提取,以实现在全部取值范围内提取特征参数。仿真及测试结果表明,该方法对轴承故障信号分解和特征参数提取的效果较好,对轴承内外圈故障诊断的准确性较高。
论文目录
文章来源
类型: 期刊论文
作者: 徐青青,赵海芳,李守军
关键词: 煤矿机械,轴承故障,故障诊断,局部均值分解,自适应分解,特征参数提取,噪声辅助分解
来源: 工矿自动化 2019年10期
年度: 2019
分类: 工程科技Ⅰ辑
专业: 矿业工程
单位: 宿迁学院机电工程学院
基金: 江苏省高等学校自然科学研究资助项目(19KJD460008,19KJB440002),江苏省高校品牌专业建设工程资助项目(PPZY2015C252)
分类号: TD407
DOI: 10.13272/j.issn.1671-251x.2019020005
页码: 80-85+90
总页数: 7
文件大小: 238K
下载量: 155
相关论文文献
- [1].嵌入式轴承故障诊断系统的设计与实现[J]. 国外电子测量技术 2019(11)
- [2].快速路径的多时频曲线时变转速轴承故障诊断[J]. 制造技术与机床 2020(09)
- [3].分数阶傅里叶变换在轴承故障诊断中的应用[J]. 哈尔滨理工大学学报 2017(03)
- [4].多技术融合的电机轴承故障诊断方法[J]. 数码世界 2020(03)
- [5].小波分析和小波包分析在轴承故障诊断中的对比分析[J]. 煤矿机械 2019(12)
- [6].轴承故障诊断措施研究[J]. 现代农机 2020(03)
- [7].变负载轴承故障诊断卷积神经网络模型[J]. 科学技术与工程 2020(15)
- [8].基于移动平台的轴承故障诊断系统设计[J]. 工业加热 2020(07)
- [9].小波预处理的神经网络在轴承故障诊断中的应用[J]. 应用科技 2016(06)
- [10].基于经验模态分解和形态滤波的矿用轴承故障诊断[J]. 煤炭技术 2017(07)
- [11].基于振动信号的轴承故障诊断技术综述[J]. 轴承 2015(09)
- [12].煤矿机械齿轮和轴承故障诊断研究[J]. 科技致富向导 2015(17)
- [13].基于深度学习的观光车轴承故障诊断[J]. 工业控制计算机 2020(11)
- [14].基于深度卷积神经网络的轴承故障诊断方法[J]. 电子测量与仪器学报 2020(03)
- [15].模糊控制系统模型在轴承故障诊断中的应用[J]. 工程技术研究 2020(10)
- [16].采用形变周期势系统的轴承故障诊断方法[J]. 西安交通大学学报 2020(08)
- [17].基于稠密卷积网络的轴承故障诊断[J]. 噪声与振动控制 2020(04)
- [18].基于词袋模型和极限学习机的轴承故障诊断[J]. 测控技术 2017(02)
- [19].基于深度置信网络的牵引电机轴承故障诊断方法[J]. 城市轨道交通研究 2020(01)
- [20].论神经网络的直升机自动倾斜器轴承故障诊断方法[J]. 中国新通信 2020(01)
- [21].基于小波包和梯度提升决策树的轴承故障诊断[J]. 陕西科技大学学报 2020(05)
- [22].基于一维空洞卷积的轴承故障诊断[J]. 煤矿机械 2020(12)
- [23].基于小波分析的轴承故障诊断研究[J]. 煤 2013(07)
- [24].渣浆泵轴承故障诊断系统设计与应用[J]. 煤炭工程 2009(02)
- [25].机车轴承故障诊断中的多智能传感器技术应用分析[J]. 铁路计算机应用 2008(03)
- [26].高速机车轴承故障诊断与剩余寿命预测的发展及展望[J]. 轴承 2020(03)
- [27].基于定子电流的无刷直流电机轴承故障诊断[J]. 南京航空航天大学学报 2020(02)
- [28].采煤机轴承故障诊断系统设计[J]. 自动化应用 2020(08)
- [29].基于广义S变换的齿轮箱轴承故障诊断方法[J]. 中国机械工程 2017(01)
- [30].基于小波包分解与局部均值分解排列熵的自适应轴承故障诊断[J]. 装备机械 2017(02)
标签：煤矿机械论文; 轴承故障论文; 故障诊断论文; 局部均值分解论文; 自适应分解论文; 特征参数提取论文; 噪声辅助分解论文;