首页
|
官方网站
微博
|
高级检索
全部学科
医药、卫生
生物科学
工业技术
交通运输
航空、航天
环境科学、安全科学
自然科学总论
数理科学和化学
天文学、地球科学
农业科学
哲学、宗教
社会科学总论
政治、法律
军事
经济
历史、地理
语言、文字
文学
艺术
文化、科学、教育、体育
马列毛邓
全部专业
中文标题
英文标题
中文关键词
英文关键词
中文摘要
英文摘要
作者中文名
作者英文名
单位中文名
单位英文名
基金中文名
基金英文名
杂志中文名
杂志英文名
栏目中文名
栏目英文名
DOI
责任编辑
分类号
杂志ISSN号
基于MF-SVD的滚动轴承振动信号故障特征提取方法研究
作者单位:
;1.东北石油大学石油工程学院
摘 要:
极值域均值模式分解(EMMD)在抑制端点效应、算法精度、计算耗时等方面均比经验模式分解(EMD)算法和自适应时变滤波分解(ATVFD)有着明显的优势,能够有效地对旋转机械振动信号进行故障特征提取,由于现场信号通常掺杂大量噪声,严重影响了EMMD的分解精度。针对该问题,提出了基于形态滤波-奇异值(MF-SVD)的去噪方法,并将其与EMMD相结合,建立了一种新的故障特征提取方法。实验结果表明:该方法能够有效、准确地提取旋转机械滚动轴承内圈损伤的故障特征,有着良好运算速度和精确度。
关 键 词:
极值域均值模式分解
形态滤波
奇异值分解
特征提取
Study on Fault Characteristics Extraction for MF-SVD Based Rolling Bearing Vibration Signal
Abstract:
Keywords:
本文献已被
CNKI
等数据库收录!
设为首页
|
免责声明
|
关于勤云
|
加入收藏
Copyright
©
北京勤云科技发展有限公司
京ICP备09084417号-23
京公网安备 11010802026262号