谱峭度
谱峭度的相关文献在2006年到2022年内共计225篇,主要集中在机械、仪表工业、无线电电子学、电信技术、自动化技术、计算机技术
等领域,其中期刊论文131篇、会议论文5篇、专利文献158739篇;相关期刊73种,包括中南大学学报(自然科学版)、设备管理与维修、振动工程学报等;
相关会议5种,包括2016年全国设备监测诊断与维护学术会议、第十五届全国设备故障诊断学术会议、第十七届全国设备监测与诊断学术会议、2016年全国设备诊断工程会议、第十一届全国随机振动理论与应用学术会议、2014年全国设备监测诊断与维护学术会议、第十六届全国设备监测与诊断学术会议、第十四届全国设备故障诊断学术会议暨2014年全国设备诊断工程会议等;谱峭度的相关文献由542位作者贡献,包括窦春红、林近山、刘志刚等。
谱峭度—发文量
专利文献>
论文:158739篇
占比:99.91%
总计:158875篇
谱峭度
-研究学者
- 窦春红
- 林近山
- 刘志刚
- 张巧革
- 陈刚
- 石林锁
- 郭瑜
- 刘义艳
- 初宁
- 吴大转
- 张彦宁
- 张龙
- 徐先峰
- 李宏坤
- 段晨东
- 胥永刚
- 陈东毅
- 高强
- 井云飞
- 任远杰
- 伍星
- 刘小峰
- 刘海洋
- 刘艺
- 孟志鹏
- 巩晓赟
- 张亚洲
- 张俊
- 张斌
- 张民威
- 张玺
- 张超
- 曹丽
- 朱忠奎
- 朱永生
- 朱玲
- 李志农
- 林家洋
- 沈彦龙
- 沈金伟
- 熊国良
- 王宏超
- 王英
- 胡俊锋
- 胡巧琳
- 苏疆东
- 赵晨
- 陈小强
- 黄伟国
- 任帅
-
-
顾佶智;
师蔚;
胡定玉;
廖爱华;
丁亚琦
-
-
摘要:
在利用声学信号分析法对滚动轴承进行故障诊断时,环境噪声或其他设备噪声会严重影响目标声信号的提取并降低诊断精度。针对这一问题,提出一种用于故障特征增强的谱峭度-波束形成方法。该方法首先利用快速谱峭度算法确定最优滤波频带,然后根据确定的频带,利用2阶锥规划方法设计恒定束宽波束形成器并提取目标频带信号,最后对提取的带限信号进行包络解调得到轴承故障特征频率。实验结果表明,该方法能够在强干扰环境下有效提取滚动轴承故障特征,并且相较于传统的延时求和波束形成器具有更好的效果。
-
-
李俊曹;
伍川辉;
李恒奎
-
-
摘要:
文中针对列车走行部中轴承的故障设计了一种故障监测系统,实时监测轴承的状态,提高轴承故障诊断的精度。该系统将数据采集与处理分离,对轴承的温度和振动数据进行采集,传给处理板进行诊断,使用谱峭度提取振动信号中的共振频率,以此确定复Morlet小波的中心频率和尺度,使用小波变换对信号进行处理。该算法能自适应提取信号的共振频率,有效过滤外界噪声的干扰,提高轴承故障诊断的精度。通过模拟轴承故障对该系统进行验证,该系统能有效检测走行部轴承的故障。
-
-
郭洋;
钱鹏;
胡韶奕;
郑直
-
-
摘要:
针对复杂生产背景下产生的强噪声淹没齿轮有效故障特征信息的问题,利用Autogram方法对其进行特征提取.该方法利用最大重叠离散小波包变换,对齿轮断齿故障振动信号进行不同层数分解处理,每层得到若干个信号,被称为"node".为了更加全面地描述故障特征信息,对每个node进行包络谱的3种无偏自相关谱峭度求取,以便选取合适node作为信号源进行下一步分析.最后,对该信号源引入阈值处理,以便加强频谱分析的全面性,实现对齿轮断齿故障特征信息的有效提取.通过对比分析仿真和实测齿轮故障振动信号,验证了该方法的有效性.
-
-
张毅
-
-
摘要:
针对滚动轴承故障诊断问题,基于包络解调方法,并结合谱峭度的带通滤波优化算法,对轴承故障进行诊断分析,并将其应用于自动扶梯电机轴承故障诊断中.其中,采用包络解调方法进行轴承故障特征频率的识别,采用谱峭度方法对预白化后的原始数据进行处理确定带通滤波频带范围.实际案例表明:基于谱峭度的包络解调方法,可有效提取出轴承故障冲击信号,采用线性预测模型的预白化方法可进一步提高轴承微弱故障冲击信号信噪比.因此,该方法对旋转机械滚动轴承故障诊断提供了良好的分析思路.
-
-
侯泽林
-
-
摘要:
旋转机械长期在重载、高温、高速等恶劣复杂条件下工作,故障事故频发,因此旋转机械故障诊断在机械工程中有着重要的应用.笔者结合实践应用情况,通过大量文献分析,对旋转机械故障诊断技术进行了总结和归纳,分析展示了旋转机械故障诊断的研究现状,从谱峭度、排列熵、深度学习和稀疏表示法四个方面详细阐述了研究热点,最后对该技术的发展前景进行了展望.
-
-
包从望;
江伟;
刘永志;
车守全
-
-
摘要:
在对采煤机截割部的减速器进行故障诊断过程中,存在故障特征提取困难及诊断模型泛化能力弱的问题,针对这一问题,提出了一种基于卷积神经网络的减速器故障诊断方法.首先,通过快速Kurtogram算法提取了变工况下减速器齿轮的健康、疲劳点蚀、轻度磨损、重度磨损、齿面裂痕、断齿几种振动谱峭度;然后,对谱峭度作像素归一化后进行了灰度处理,将结果输入到构建好的结构层数为2层卷积池化层的卷积神经网络,采用自适应学习对模型进行了训练,并将最后全连接层的输出结果作为故障特征;最后,结合某减速器的结构原理搭建了故障诊断实验台,采用Tensor Flow平台对所提模型进行了编程,对模型的识别率和特征可视化结果进行了评估.研究结果表明:该方法对减速器的故障识别率在99%以上,解决了传统方法中特征提取繁琐和不同故障特征间的耦合问题,为采煤机截割部减速箱的故障智能诊断提供了新的思路.
-
-
向玲;
李京蓄;
胡爱军;
李营
-
-
摘要:
针对在实际工况中风电机组滚动轴承发生复合故障时,多个故障间相互作用,彼此干扰,造成复合故障特征难以分离问题,提出了基于谱峭度(spectral kurtosis,简称SK)与多点最优调整的最小熵解卷积(multipoint optimal minimum entropy deconvolution adjusted,简称MOMEDA)的风电机组滚动轴承复合故障特征分离提取方法.首先,对复合故障信号进行谱峭度分析,选出能量较大的共振频带,并通过构建带通滤波器对相应的共振频带进行滤波,对滤波信号进行包络谱分析,对单一故障特征进行分离提取;其次,对未能实现单一故障特征提取的滤波信号进行多点峭度谱分析并确定故障周期,应用MOMEDA完成后续分离提取过程.仿真信号和工程应用分析结果表明,该方法能够准确且有效地实现轴承复合故障特征的分离提取.
-
-
陈小强;
沈彦龙;
王英;
张玺;
曹丽;
母秀清
-
-
摘要:
为了解决实际运营中高速铁路接触线不平顺定位困难的问题,提出了一种基于Choi-Williams谱峭度(Choi-Williams spectral kurtosis,简称CW-SK)与二次时频分析相结合的方法.利用CW-SK对突变信号高度敏感的特性,在识别弓网接触压力不平顺成分的基础上,对不平顺时域重构信号进行二次时频分析,确定接触线上不同波长对应的空间位置.测试结果表明,该方法可准确识别并定位接触线中的不平顺病害,且时频图中无其他干扰成分,抗噪性能优异,满足高速铁路实际运营需求,可为现场接触线不平顺的状态评估及接触网的后期维护提供参考.
-
-
康伟;
朱永生;
闫柯;
任智军
-
-
摘要:
针对高噪声条件下,联合平方包络谱(combined squared envelope spectrum,简称CSES)方法容易受频带内噪声和其他频带特征的干扰,导致对滚动轴承微弱故障特征提取困难的问题,提出了一种结合CSES和最小熵解卷积(minimum entropy deconvolution,简称MED)的滚动轴承微弱故障特征提取方法.首先,使用谱峭度选择不同频带-滤波后的信号;其次,对所选信号进行MED滤波,增强频带内的故障特征;最后,依据CSES原理,计算上一步滤波后信号的平方包络频谱并进行归一化,将其合并得到故障特征明显的强化包络谱.仿真与试验结果表明,该方法能够有效提取滚动轴承的微弱故障特征.
-
-
沈晓隶;
刘香银;
王红标;
罗磊鑫;
谭丽平;
粟时平
-
-
摘要:
针对配电网暂态电能质量扰动类型众多和噪声环境复杂等因素造成的暂态电能质量扰动精准辨识难度大等问题,论文深入研究了一种基于多变换和谱峭度的智能配电网暂态电能质量精准检测与辨识方法.该方法先通过小波变换消除信号中的噪声,然后对消噪后的信号进行小波变换检测出暂态电能质量扰动的幅值和时刻,并利用谱峭度对信号的冲击成分敏感及抗噪能力强等特性,通过对消噪后的信号短时傅里叶变换的谱峭度计算辨识出暂态脉冲、暂态振荡和短时电压变动,通过对短时电压变动扰动进行希尔伯特-黄变换检测出短时电压变动中的电压暂降、电压中断和电压暂升的瞬时频率和瞬时幅值,进而辨识出电压暂降、电压中断和电压暂升.该方法避免了HHT对暂态脉冲、暂态振荡的无用检测,具有计算过程简单、检测精确度高、辨识精确性高、通用性强等诸多优势.
-
-
KONG Yun;
孔运;
WANG Tianyang;
王天杨;
CHU Fulei;
褚福磊
- 《2016年全国设备监测诊断与维护学术会议、第十五届全国设备故障诊断学术会议、第十七届全国设备监测与诊断学术会议、2016年全国设备诊断工程会议》
| 2016年
-
摘要:
含有局部故障的齿轮振动信号通常包含周期性冲击成分,冲击重复频率是诊断齿轮故障的重要依据之一.风电增速齿轮箱行星轮局部故障振动信号,由于振动源复杂且相互耦合,且易受时变振动传递路径干扰和强背景噪声污染,表现出频率成分复杂、信噪比低和故障特征微弱的特点.针对该问题,提出基于谱峭度和时间小波能量谱的行星轮局部故障特征提取方法.首先,利用谱峭度确定故障振动信号的最佳滤波参数进行带通滤波,突显周期性瞬态冲击成分,然后选取Morlet小波基函数进行时间小波能量谱分析.通过对风电增速齿轮箱试验台采集的行星轮局部故障振动信号分析表明,该方法相比传统的包络解调分析,能更有效地提取行星轮局部故障特征.
-
-
LI Qiang;
李强
- 《2014年全国设备监测诊断与维护学术会议、第十六届全国设备监测与诊断学术会议、第十四届全国设备故障诊断学术会议暨2014年全国设备诊断工程会议》
| 2014年
-
摘要:
齿轮箱的早期故障信号往往故障特征微弱并且包含强烈的背景噪声,很难在低频段直接提取故障特征频率,往往需要通过对高频成分的解调来实现故障特征信息的提取.由于解调的效果受频带选取范围的影响,而传统小波变换的频率二分法在频率划分时不具有自适应性,因此难以取得较好的特征提取效果.针对该问题,提出了基于谱峭度与奇异值分解(SVD)的齿轮箱故障特征提取方法.首先,应用SVD方法对获得的原始信号进行降噪,以突显信号中的周期性冲击成分;然后,利用谱峭度获得降噪信号的谱峭度图,通过峭度图选择最佳的滤波器带宽与中心频率对降噪后的信号进行带通滤波;最后,对滤波后的信号进行包络解调分析,便可以准确地获得信号的故障特征频率.工程应用表明,该方法能够有效地提取出齿轮箱轴承振动信号中的早期故障特征信息,具有一定的工程应用价值.
-
-
-
Yousif Yahia Ahmed Abuker;
贝克;
Qingbo He;
何清波
- 《2018年全国设备监测诊断与维护学术会议暨第十六届全国设备故障诊断学术会议、第十八届全国设备监测与诊断学术会议、2018年全国设备诊断工程会议》
| 2018年
-
摘要:
在强噪声背景下,由于滚动轴承的早期故障信息极为微弱,因此实现早期的故障信息提取仍然面临着严峻的挑战.为此,本文提出一种基于集合经验模式分解(EEMD),最小熵解卷积(MED)和基于回溯策略的谱峭度(Protrugram)的方法用于估计滚动轴承的初始故障发生时间.该方法首先利用EEMD降低获取的初始振动信号中的噪声,随后采用峭度值反应整个轴承寿命过程中的退化过程,并以此为基础,选取峭度值跳变位置为故障初始阈值,紧接着选取时间早于该初始阈值的数据组用于进一步分析,采用MED对选取的数据组信号进行冲击增强,并基于谱峭度选取最优的带宽参数以用于后续的包络分析验证.最后,本文通过对一组轴承运行到失效测试的实验数据集的分析验证了方法的可行性和准确性,实验结果表明方法能够有效的估计轴承的初始故障时间.
-
-
-
-
-
-
-
-
- 西南交通大学
- 公开公告日期:2022.10.28
-
摘要:
本发明公开了基于子带重排与集合双树复小波包变换的重加权谱峭度方法,涉及信号处理和机械故障诊断技术领域,包括以下步骤:S1,使用指定分解层数的DTCWPT分解输入信号,将输入信号分解为指定分解层数的多层信号,每层信号包括多个小波分支;S2,重构最后一层的每个小波分支,得到与小波分支数量相等并与原始信号长度相同的重构子带;S3,对重构子带进行重新排序,得到重排后的重构子带对重排后的重构子带进行集合来得到更多节点ERSs;S4,将节点和的重加权峭度表示在(f,Δf)平面上得到重加权谱峭度图;S5,从重加权谱峭度图中选择最大重加权峭度对应的节点,然后对所选节点进行包络分析,最后根据包络分析结果对轴承故障进行准确诊断。
-
-
-
-
- 江苏科技大学
- 公开公告日期:2022-06-21
-
摘要:
本发明公开了一种基于谱峭度特征最大值确定滚动轴承退化点的方法,包括对被测试的滚动轴承的全寿命周期振动信号进行T次采样进而组成一个时间序列W=[S1,S2,…,ST],每个时间单位的采样信号为S;基于每个时间单位的采样信号S进行谱峭度计算,并依据每个时间单位的谱峭度提取M个时域特征值,形成特征矩阵XT×M,其中M是所提取特征个数,M的个数至少为5个;对特征矩阵的每列特征时序进行平滑处理;对每列特征时序始末阶段各5%的特征数据进行赋0处理;选取出现频次最高的对应时刻t′作为轴承退化点。本发明从确定滚动轴承退化开始时刻的角度考虑,评估轴承的退化程度并划分退化阶段,提升性能退化指标的可用性。
-