检索结果

期刊

出版年

关键词

Please wait a minute...

选择:

导出引用
EndNote Ris BibTeX

显示/隐藏图片

Select

1. 改进B样条逼近时变滤波在电机轴承故障诊断中的应用

杨娜, 刘晔, 徐元博, 刘静超

噪声与振动控制 2025, 45 (3): 151-157.

摘要（138）

PDF（pc）（2314KB）（217）

对电机轴承进行有效的故障诊断，不仅可以保证设备平稳高效运行，而且可以及时发现和排除运行故障，防止事故的发生。然而，从故障轴承中提取出的振动信号属于时变非平稳信号。此外，强烈的环境噪声也会掩盖微弱的故障循环脉冲。针对上述问题，提出一种改进B 样条逼近时变滤波方法用以处理轴承故障信号。该方法采用新颖的瞬时幅值和瞬时频率估计方法代替传统的希尔伯特变换方法，增强B样条逼近的精度从而提高滤波性能。首先，通过所提方法对轴承故障信号进行滤波处理突出故障信息；然后对滤波信号进行包络分析得到包络谱，从而得到故障特征频率。仿真和真实故障信号实验表明，采用该方法可以有效提取电机轴承故障微弱特征。因此，该方法可为电机轴承故障诊断提供一种新的技术。

相关文章 | 多维度评价

Select

2. 自适应稀疏贝叶斯滤波在轴承故障提取中的应用

杨娜, 刘晔, 徐元博, 刘静超

噪声与振动控制 2023, 43 (3): 132-138.

摘要（441）

PDF（pc）（2285KB）（692）

稀疏贝叶斯滤波作为一种简单、新颖的滤波器，对噪声中的步进动态具有较好鲁棒性。同时，该滤波器引入一种L1 正则化，其稀疏解可通过标准凸优化方法快速获得，因此它也具有较高的运算效率。但是在原始的稀疏贝叶斯滤波中，正则化参数必须提前设定，而该种参数的选择主要依靠人为经验，这就可能导致所选择的参数无法满足要求。针对现有不足，提出一种基于樽海鞘群优化算法的自适应稀疏贝叶斯滤波的轴承故障提取方法。该种自适应滤波方法采用轴承故障信号的包络谱峭度和负熵为目标函数选择最优的正则化参数，从而得到最优的滤波信号。最后通过包络分析得到轴承故障特征频率。通过模拟数据和真实数据证明该方法的有效性和优越性。