论文摘要针对滚动轴承早期故障特征微弱,无法对轴承状态进行有效辨识的特点,提出基于EMD幅值熵和支持向量机的故障诊断方法。首先通过经验模态分解的自适应性将振动信号分解为不同时间尺...
论文摘要滚动轴承在工作过程中产生的振动信号既有周期性又有随机性。周期性信号来源于滚动轴承的周期运转方式,这种周期性本质上是一种近似周期的冲击性振动;随机性信号来源于滚珠的滑移、...
论文摘要针对滚动轴承早期故障特征提取困难的问题,提出一种LMS(LeastMeanSquare,LMS)算法降噪、FastKurtogram选频和共振解调技术相结合的滚动轴承故...
论文摘要实际工程中滚动轴承受工况、运行环境等因素影响,获取的数据不易满足传统机器学习中训练数据和测试数据独立同分布且训练样本足够多的条件,直接影响故障诊断率。为此,提出一种改进...
论文摘要针对形态差分滤波器(DifferenceFilter,DIF)在信号特征提取中可能存在频率混淆的问题,提出了改进的差分滤波器(ImprovedDifferenceFil...
论文摘要滚动轴承接触疲劳失效是滚动轴承的主要失效形式之一。本研究以轴承的制造过程和服役过程为主线,从材料质量、加工工艺、热处理质量、表面状态、润滑状态、设计与装配、服役环境及条...
论文摘要针对一线切割机床导轮轴承磨损失效易导致加工质量下降的问题,以深沟球轴承624为研究对象,通过建立Adams虚拟样机模型,仿真和分析了不同程度磨损状态的滚动轴承,揭示了其...
论文摘要针对传统深度学习方法在滚动轴承故障诊断中分类准确度相对较低的问题,提出了一种基于深度卷积模型(DCNN)和支持向量机(SVM)相结合的诊断模型。利用深度卷积模型对滚动轴...
论文摘要为了提高滚动轴承健康状态评估的分类精度,提出了基于局部均值分解(Localmeandecomposition,简称LMD)和具有故障样本的支持向量数据描述(Suppor...
论文摘要针对滚动轴承多通道信号同时滤波的问题,提出一种新的基于张量分解的多维降噪技术。该方法在高维空间中将时域信号、频率和通道建模为一个三阶张量模型,首先通过Tucker3分解...
论文摘要由于传统可靠性分析方法是基于大量的失效试验数据和经验知识建立的静态模型,无法实现滚动轴承退化过程的跟踪以及准确进行可靠性评估和寿命预测,提出了基于主成分分析(princ...
论文摘要针对滚动轴承的故障诊断问题,引入互近似熵的方法对轴承振动信号进行分析。通过研究嵌入维数和延迟时间对信号互近似熵的影响,提出多维度互近似熵的特征提取方法。利用多维度互近似...
论文摘要在滚动轴承故障信号特征分析中,针对瞬态冲击信号稀疏表示和特征提取问题,提出一种基于IChirplet原子的故障信号多重特征提取方法。在分析故障信号特点的基础上,构建IC...
论文摘要滚动轴承作为旋转设备的关键部件,其性能严重影响设备的运行安全。由于设备工况复杂,反映轴承的故障特征的冲击成分往往被噪声信号所淹没,导致无法有效的提取故障特征。为了更准确...
论文摘要提出一种基于量子粒子群优化算法的自适应随机共振(quantumparticleswarmoptimizationstochasticresonance,QPSO-SR)...
论文摘要为了能够尽早发现滚动轴承开始出现显著退化的临界状态,精准预测滚动轴承的状态退化趋势,提出了T-分布随机近邻嵌入(T-SNE)样本熵状态退化特征指标和基于时间卷积网络(T...
论文摘要针对滚动轴承故障特征集维数高及冗余问题,提出一种基于自适应自组织增量学习神经网络界标点的等度规映射(Adaptiveself-organizingincremental...
论文摘要轴承是各类机械设备广泛使用的支撑构件,它的状态决定着机械设备的运行周期。振动是实现轴承状态监测的主要手段,轴承出现故障时,通过振动信号分析可以确定故障部位,同时不同的损...
论文摘要基于粒子群算法实现容易、精度高、收敛快等优点,将粒子群算法与盲源分离相结合,提出基于粒子群优化的盲源分离方法(PSO-BSS),并将其应用于电机滚动轴承复合故障诊断中。...
论文摘要针对许多基于深度学习的滚动轴承故障诊断方法在小样本数据集下诊断性能下降的问题,提出一种基于卷积门控循环神经网络的轴承故障诊断模型。该模型使用两层的卷积网络来从输入信号中...