|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 振动信号处理方法综述显示文摘振动信号处理方法一直以来是研究的热点,对设备振动监测和故障诊断都至关重要。近年来,振动信号的处理方法得到了快速发展,但仍需不断改进和完善。对近年来的文献进行了分类总结,分别对传统方法中的幅值域分析法、傅里叶变换、相关分析和现代方法中的Wigner-Ville分布、谱分析、小波分析、盲源分离、Hilbert-Huang变换及高阶统计量分析的发展、特点以及应用进行了概述和对比分析,最后作出了总结与展望。 | 李舜酩 郭海东 李殿荣 | 2013 | 仪器仪表学报2013，34，8： | 215 |
| 2 | 基于倒谱预白化和奇异值分解的滚动轴承故障特征提取方法显示文摘为了有效提取轴承的故障特征,避免轴承损伤引起的冲击成分受到离散频率分量和强背景噪声的干扰,该文提出了一种新的基于倒谱编辑(cepstrum editing procedure,cep)信号预白化和奇异值分解(singular value decomposition,SVD)的轴承故障特征提取方法。通过CEP预白化处理增强了轴承故障的冲击特性,去除复杂振动信号中的周期性频率成分,产生了只包含背景噪声和碰撞损伤引起的非平稳冲击成分的白化信号。构造预白化信号的Hankel矩阵,进行奇异值分解,通过差分谱理论选择表征故障冲击成分的奇异值进行矩阵重构恢复信号,去除强背景噪声的干扰,实现对故障特征的提取。试验结果表明,该方法较为理想地提取了轴承滚动体和内圈的故障特征,并且在提取效果和运算效率方面要优于基于小波-SVD差分谱故障特征提取方法。 | 唐贵基 邓飞跃 张超 胡爱军 | 2014 | 中国电机工程学报2014，34，35： | 13 |
| 3 | 基于周期势系统随机共振的轴承故障诊断显示文摘提出基于普通变尺度和周期势自适应随机共振理论,检测噪声背景下轴承滚动体的故障特征.在具体实施过程中,首先用普通变尺度的方法满足随机共振中小参数的条件,然后用随机权重粒子群优化算法作为自适应随机共振参数寻优的优化算法,同时用改进的信噪比作为评价指标.噪声背景下含轴承滚动体故障的实验信号经过普通变尺度下的自适应随机共振处理和优化后,微弱的故障特征可以有效的提取出来.将普通变尺度下的双稳态自适应随机共振和周期势自适应随机共振进行了对比,结果表明周期势自适应随机共振比双稳态自适应随机共振能进一步提高信噪比,并且比双稳态自适应随机共振迭代次数少,用时短.这说明提出的基于普通变尺度和周期势系统自适应随机共振的轴承滚动体故障诊断方法具有优越性,尤其是在工程实际中,故障监测所需的数据量大,计算时间长,如能较早的预警,可以提高诊断效率并减少不必要的损失.因此,这种轴承滚动体故障诊断方法对提高机械设备故障诊断效率具有参考价值. | 张景玲 杨建华 唐超权 黄大文 刘后广 | 2018 | 工程科学学报2018，40，8： | 11 |
| 4 | 基于多指标模糊融合的滚动轴承诊断的最优频带解调方法显示文摘轴承运行时会产生较大的振动噪声,采用振动信号统计量指标可以识别其共振频带,并通过共振频带解调来提取故障特征信号。目前常用的峭度图等方法根据经验自顶向下粗略划分轴承振动频谱,而且采用单一指标识别共振频带,常常被噪声所干扰,因而鲁棒性不高。为了提高滚动轴承故障诊断的精度,提出一种多指标模糊融合的最优频带解调方法。采用自底向上的思路,以最小化代价函数为条件,通过细分振动频谱,将细分的频谱进行双向合并,可以提高频带划分的精度。在提出的方法中,代价函数由峭度、平滑因子、峰度系数等多个指标应用模糊贴近度方法进行数据融合构造,可以有效提高识别最优共振频带的鲁棒性。分别采用仿真信号和实际采集信号对所提出的方法进行测试,与现有的单指标方法相比,试验结果表明所提出的方法可以正确诊断滚动轴承的故障。 | 李川 朱荣荣 杨帅 | 2015 | 机械工程学报2015，51，7： | 10 |
| 5 | Multi-scale bistable stochastic resonance array: A novel weak signal detection method and application in machine fault diagnosis显示文摘Weak signal detection based on stochastic resonance (SR) can hardly succeed when noise intensity exceeds the optimal value of SR. This paper explores a novel parallel bistable SR array mechanism by decomposed multi-scale noises from input signal. A smoother output with lower noise is obtained from the combination of colored noise SR effect and parallel bistable SR array. The influence of noise intensity and array size on the SR effect and output noise intensity is analyzed through numerical simulation. A signal detection method based on the new SR mechanism and normalized scale transform is proposed for the case of heavy background noise. Simulation is conducted to confirm the effectiveness of parameter tuning and amplitude tuning of normalized scale transform on the proposed SR model. The proposed method has three advantages: the input noise intensity of each unit is reduced by wavelet decomposition; the output noise level decreases due to array ensemble average; the SR effect of each unit is optimized by normalized scale transform for high frequency signal. Experiment on bearing inner and outer race fault diagnosis has verified the effectiveness and advantages of the proposed SR model in comparison with traditional SR method and kurtogram. | ZHANG XiaoFei HU NiaoQing HU Lei CHENG Zhe | 2013 | Science China(Technological Sciences)2013，56，9： | 9 |
| 6 | 基于多稳态随机共振的轴承微弱故障信号检测显示文摘针对双稳态随机共振模型无法有效处理调制信号的缺点,提出了一种以包络信号为输入信号的自适应多稳态级联随机共振(adaptive multi-stable cascaded stochastic resonance,简称AMCSR)信号强化方法。首先,对振动信号进行包络解调,依据包络信号分布特点,选用与信号分布相匹配的多稳态随机共振模型;然后,以故障特征频率的频谱幅值为指标,采用蚁群算法自适应地优化随机共振模型参数;最后,以噪声为强化源和驱动信号,通过级联随机共振方法对包络信号中的故障特征频率进行逐级强化,获得故障特征成分的强化信号。对实测轴承振动信号的验证结果表明,该方法能够增强故障特征频率成分,有效地提取被其他频率成分淹没的微弱故障信号。 | 冯毅 陆宝春 张登峰 | 2016 | 振动.测试与诊断2016，36，6： | 8 |
| 7 | 基于随机共振大参数微弱周期信号检测显示文摘研究了非线性双稳系统的动力学机理,根据非线性系统产生随机共振的同步条件,提出了不满足绝热近似理论的大参数微弱信号实现随机共振的方法。通过对系统参数的适当调整,实现了大频率信号和大强度噪声淹没的微弱周期信号的检测。理论分析和仿真实验表明,该方法有效地实现了大参数微弱信号随机共振,使得利用随机共振法检测大参数微弱周期信号不再局限于尺度变换法。 | 张刚 胡韬 张天骐 | 2015 | 科学技术与工程2015，35，35： | 7 |
| 8 | RV减速器振动测试与信号分析显示文摘RV减速器作为一个机械整体系统,在工作过程中必然会产生振动。利用研制的RV减速器综合性能试验装置和振动测试系统,在RV减速器上布置3个测点,对其工作状态中产生的振动信号进行测试。采集和分析了国产SHPR-20E型RV减速器在不同转速和载荷下的振动信号,并对振动信号进行时域和频域分析。通过测试分析,可以掌握RV减速器的振动特性,这为RV减速器的动力学研究、故障诊断和提取、减振降噪提供了试验的基础。 | 陈李果 汪久根 张靖 | 2018 | 机械传动2018，42，3： | 7 |
| 9 | 改进集成噪声重构经验模式分解的微弱时频特征增强方法及应用显示文摘基于噪声利用机制,集成噪声重构经验模式分解方法(Ensemble noise-reconstructed empirical mode decomposition,ENEMD)利用原信号中固有噪声分量改善模式混淆现象,并通过固有噪声分量的相互抵消作用实现信号降噪。然而,该方法中关键噪声估计技术采用类硬阈值处理方式,忽略系数之间相关性。为此,研究基于相邻系数降噪原理的ENEMD噪声估计技术,提高固有噪声分量估计的准确性。在此基础上,将改进ENEMD方法引入Hilbert-Huang变换中,提出改进ENEMD的微弱时频特征增强方法。该方法以无模式混淆的本征模式分量(Intrinsic mode function,IMF)准确表征微弱故障信号的瞬时频率,并以降噪IMF有效提高时频谱信噪比,消除时频谱中噪声杂点,显著提高信号时频表示的分辨率,增强微弱故障的时频表征并突显局部故障征兆,为机械早期和微弱故障识别提供有效手段。工程实例表明该方法有效揭示空气分离压缩机碰撞与摩擦故障征兆,并成功提取重油催化裂化机组早期微弱碰摩故障特征。 | 袁静 訾艳阳 倪修华 李文杰 周郁 | 2016 | 机械工程学报2016，52，19： | 6 |
| 10 | 基于倒谱预白化和形态学自互补Top-Hat变换的滚动轴承故障特征提取显示文摘为了消除振动信号中离散频率分量和强背景噪声对提取滚动轴承故障特征频率的干扰,提出了一种新的基于倒谱编辑(Cepstrum Editing Procedure,CEP)预白化和形态学自互补Top-Hat变换的方法用于滚动轴承的故障特征提取。CEP能够去除故障振动信号中的周期性频率成分,剩余只包含背景噪声和碰撞损伤引起的非平稳冲击成分的白化信号,通过分析构造的形态学自互补Top-Hat变换滤波器,提出采用故障特征幅值能量比(Feature Amplitude Energy Radio,FAER)的方法自适应确定最优结构元素的尺度,预白化信号经过形态学滤波有效消除了背景噪声的干扰,提取了较为清晰的轴承故障特征频率。对实测轴承滚动体、内圈故障信号进行了分析,结果表明该方法可有效提取滚动轴承故障冲击成分并抑制噪声。 | 邓飞跃 唐贵基 何玉灵 | 2015 | 振动与冲击2015，34，15： | 5 |
| 11 | 基于随机共振的齿轮箱早期故障诊断研究显示文摘随机共振在微弱故障诊断中相对线性系统具有明显优势,能显著增强信号的信噪比。将随机共振与共振解调相结合来检测齿轮箱的早期裂纹故障,首先通过带通滤波选取共振频带,然后通过Hilbert进行解调,最后采用归一化方法调节随机共振的系统参数得到故障特征输出。对仿真信号和QPZZ-Ⅱ齿轮故障系统实测数据的处理结果表明,该方法与传统共振解调相比具有明显优势,为齿轮箱故障诊断提供了一种更为有效的途径。 | 杨红娜 郝如江 | 2016 | 石家庄铁道大学学报(自然科学版)2016，29，2： | 5 |
| 12 | 耦合双稳系统随机共振的轴承故障检测方法显示文摘耦合双稳系统由两个双稳系统经非线性方式耦合而成.分析了影响耦合双稳系统随机共振产生的Kramers逃逸率及平均跃迁频率与耦合系数的关系,提出了通过调节耦合系数大小来产生和增强随机共振的方法,并将该方法应用于轴承故障信号检测中.数值仿真和实验结果表明,在系统参数固定时,调节耦合系数能增强系统输出功率谱在特征频率处的谱值,可检测出单一双稳系统随机共振所不能检测出的微弱轴承故障信号频率,该方法在轴承故障信号检测中的应用是有效的. | 郑俊 林敏 | 2014 | 中国计量学院学报2014，25，1： | 4 |
| 13 | 复杂特征下数控机床状态整体监控应用研究显示文摘传统的基于数控机床关键部件的故障预警研究具有一定的工程应用局限性,如传感器寿命问题、测试步骤繁琐问题等。通过对关键部件的故障频率进行深入研究,并考虑特殊结构情况下的信号减震及关键部件之间相互影响,提出了Daubechies滤波和Fourier频谱相结合的信号分析策略,改变了原有的传感器安装到具体部件的方式,提出了宏观的整体测试方法。最后,通过数控机床整体测试和单点测试对比研究,验证了基于特征频率的机床整体测试研究方法的正确性。 | 陈学振 宋智勇 李颖 王丰 李连玉 | 2019 | 机床与液压2019，47，11： | 4 |
| 14 | 基于频率控制的自适应随机共振系统研究显示文摘研究双稳Duffing系统随机共振产生机理,针对不满足绝热近似条件的大参数信号,提出基于频率控制自适应随机共振微弱信号检测系统,实现对未知大频率微弱信号检测。仿真结果表明,该系统能实现大频率信号随机共振,较传统随机共振系统精度及系统输出信噪比均极大提高,并能扩展其在微弱信号检测领域的应用。 | 张刚 胡韬 张天骐 | 2016 | 振动与冲击2016，35，2： | 4 |
| 15 | 基于倒谱和偏相干分析的噪声源分离方法显示文摘针对目前偏相干理论尚不适用的两种情况——输入间存在强耦合的情况和存在强相干声源的情况展开研究,将倒谱理论引入到噪声源识别的分析中,并结合希尔伯特变换关系,提出了一种判断输入间因果关系的新方法,从而避免耦合带来的影响。同时根据层次分析方法和偏相干理论,提出了针对偏相干输出谱的赋值规则以及对强相干声源贡献量的判定方法。文中对输入间存在强耦合并含有强相干信号的多输入单输出系统进行了仿真研究,并对潜艇舱段模型中机械设备噪声进行了量化分析。结果表明以上方法切实有效。 | 杨德森 韩闯 时胜国 于树华 时洁 | 2014 | 哈尔滨工程大学学报2014，35，1： | 4 |
| 16 | 基于奇异值分解和倒谱预白化-随机共振的滚动轴承故障诊断显示文摘为了实现齿轮箱轴承故障的诊断,针对强噪声以及离散频率分量干扰下的滚动轴承振动信号故障特征信息难以识别等问题,提出了一种基于奇异值分解和倒谱预白化随机共振的齿轮箱滚动轴承故障诊断方法。首先,利用奇异值分解算法将轴承故障原始振动信号进行降噪处理;然后,利用预白化算法处理降噪后的振动信号,提升轴承振动信号的冲击特性,产生包含白噪声和轴承局部故障信号的白化信号;最后,结合随机共振算法,将轴承包络信号作为检测模型的输入,增强轴承故障特征频率分量,实现故障诊断。通过信号发生器仿真分析并以美国凯斯西储大学的滚动轴承数据作为实验数据,验证了该方法在齿轮箱滚动轴承故障诊断中的可行性和有效性,可有效辨别出滚动轴承的典型故障,提高滚动轴承故障的诊断效果。 | 陈秦箫 卢岩 郭建超 杜娟 | 2022 | 上海电机学院学报2022，25，3： | 3 |
| 17 | 基于FastPW和CNC降噪的液压泵振动信号预处理方法显示文摘针对离散余弦变换(Discrete Cosine Transform,DCT)阈值降噪法存在的问题,提出一种自适应的余弦相邻系数(Cosine Neighboring Coefficients,CNC)降噪法,仿真信号分析结果表明CNC降噪法具有更好的降噪性能。将该方法与振动信号快速预白化(Fast Pre-Whitening,Fast PW)技术相结合形成了一种液压泵振动信号预处理新方法:首先采用Fast PW算法对液压泵振动信号预白化,去除信号中的谐波分量,得到仅包含冲击分量和白噪声的预白化信号;然后采用CNC降噪法对预白化信号进行自适应降噪。实测信号分析结果表明提出的方法能够很好地消除液压泵振动信号中的谐波分量和噪声成分,且能有效保留信号中的故障分量。 | 王余奎 李洪儒 叶鹏 | 2014 | 振动与冲击2014，33，24： | 3 |
| 18 | 基于小波变换的风电机组滚动轴承故障KPI计算及故障诊断显示文摘风电机组一般采用滚动轴承支撑结构,滚动轴承不同故障模式对应的振动冲击间隔频率存在差异。为了准确地从振动信号中提取滚动轴承故障征兆,在分析风电机组滚动轴承故障机理、信号特征的基础上,提出了基于小波变换的风电机组滚动轴承故障KPI计算方法,首先对风电机组的振动信号进行小波变换及阈值去噪,并计算振动信号的小波能量谱分布图,然后以小波能量谱分布图的统计参数作为滚动轴承故障诊断的KPI,采用椭圆型判决函数法实现滚动轴承的故障诊断,现场实测信号的诊断结果验证了该方法的有效性。 | 任岩 万元 龚传利 | 2017 | 水电能源科学2017，35，2： | 3 |
| 19 | 利用FDM和随机共振检测风机主轴承微弱旋转信号显示文摘轴承作为风力发电机设备中重要部件,其健康状态直接影响风力发电机运行的稳定性和现场的安全可靠性。由于风力发电机特殊的工作环境,导致采集到的振动信号中包含大量的噪声干扰,难以准确提取轴承振动信号包含的信息成分,给评估主轴承健康状态带来困难。因此本文采用将傅立叶分解(Fourier decomposition method, FDM)和随机共振(Stochastic resonance, SR)相结合的方式提取信号中微弱的轴承振动信息。首先用FDM将原始信号自适应地分解为一系列包含轴承振动特征的傅立叶频带函数,然后找出相关性大的频带函数进行重构,最后采用SR对重构信号进行分析获得特征频率,判断轴承的健康状态。结果显示,将两种方法相结合能有效提高输出信噪比,提升特征频率检测的精度,为实现风机轴承早期微弱故障诊断提供帮助。 | 段皓然 张超 张彪 | 2021 | 机械科学与技术2021，40，7： | 2 |
| 20 | 基于倒谱预白化和辛几何模态分解数量规律的轴承故障特征提取方法显示文摘为了有效提取轴承的故障特征,避免轴承损伤引起的冲击成分受到离散频率分量和背景噪声的干扰,提出了一种基于倒谱编辑信号预白化和辛几何模态分解数量规律的轴承故障特征提取方法.首先,对原始信号进行倒谱预白化来增强轴承故障的冲击特性,去除复杂振动信号中的周期性频率成分,产生只包含背景噪声和损伤引起的非平稳冲击成分的白化信号.其次,发现了辛几何模态分解中哈密顿矩阵的有效特征值数目与信号中的频率个数成2倍的数量规律,并通过仿真和理论推导验证了该数量规律.最后,构造预白化信号的轨迹矩阵,进行辛几何模态分解,根据发现的数量规律,选择相应的特征向量重构信号,进行希尔伯特包络谱分析,并提取故障特征.通过仿真分析和应用实例证明,所提方法可以清晰地提取轴承的故障特征. | 陈奕雅 贾民平 鄢小安 | 2021 | Journal of Southeast University(English Edition)2021，37，1： | 1 |
您所在的机构暂未开通此部分的功能，请联系管理员