导航切换
噪声与振动控制
首页
关于本刊
出版伦理
编委会
专家中心
评审表
自荐评审人
作者中心
投稿指南
论文模板
版权转让协议
期刊订阅
广告合作
联系我们
期刊
出版年
关键词
结果中检索
(((付泽[Author]) AND 1[Journal]) AND year[Order])
AND
OR
NOT
文题
作者
作者单位
关键词
摘要
分类号
DOI
Please wait a minute...
选择:
导出引用
EndNote
Ris
BibTeX
显示/隐藏图片
Select
1.
基于自适应窗口与压缩幅值的瞬时转频估计
王贡献, 卢广浩, 胡志辉, 付泽
噪声与振动控制 2024, 44 (
1
): 134-141.
摘要
(
53
)
PDF(pc)
(2302KB)(
234
)
可视化
收藏
针对变转速工况下轴承信号的时频分布能量发散、噪声和谐波干扰强导致其转频难以获取的问题,提出一种基于自适应窗口和压缩幅值的瞬时转频估计方法。首先,通过自适应窗口在频率轴方向搜索出脊线窗口避免噪声和谐波的干扰;其次,在脊线窗口内用压缩幅值方法集中发散的脊线能量;然后,用惩罚函数法提取脊线,实现转频的精确估计;最后,根据采用轴承实验台收集的数据验证了所提出方法的有效性和鲁棒性。结果表明,相比于传统方法,采用所提方法估计瞬时转动频率使误差降低约8 %。
相关文章
|
多维度评价
Select
2.
基于多分支卷积神经网络的轴承变工况故障诊断
王贡献, 付泽, 胡志辉, 张淼
噪声与振动控制 2023, 43 (
6
): 135-141.
摘要
(
108
)
PDF(pc)
(2182KB)(
126
)
可视化
收藏
针对采用单信号为输入的滚动轴承智能故障诊断方法存在诊断精度低、噪声鲁棒性差和难以适用于变工况等问题,提出一种多分支卷积神经网络(MBCNN)用于轴承故障诊断。该方法基于多尺度均值化对轴承振动信号进行重构,利用MBCNN的多个并行的分支从重构子信号中提取丰富互补的故障特征,采用残差学习和全局平均池化层改善模型的训练性能,建立基于微调的迁移学习策略以实现变工况故障诊断,并进行实验验证和对比分析。结果表明:所提出方法在变噪声实验中识别准确率为97.1 %~100 %,在不同迁移路径上诊断准确率高于98.8 %,证明该方法具有良好的抗噪声能力和跨域故障诊断效果。
相关文章
|
多维度评价