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. 基于多频率尺度模糊熵和ELM的滚动轴承剩余寿命预测

王付广，李伟，郑近德，徐培民

噪声与振动控制 2018, 38 (1): 188-192. DOI: 10.3969/j.issn.1006-1355.2018.01.037

摘要（227）

PDF（pc）（1360KB）（1041）

针对滚动轴承剩余寿命预测问题，利用经验模态分解对滚动轴承全寿命振动信号进行分解，得到有限个IMF分量，对这些IMF分量分别进行模糊熵分析，提取出滚动轴承故障特征信息，得到多频率尺度模糊熵值。然后采用PCA进行降维，建立滚动轴承性能退化评估指标。把经PCA融合后的IMF模糊熵值输入到ELM极限学习机中，训练ELM预测模型，对滚动轴承进行短期退化趋势预测，以及剩余寿命预测，并与经PCA融合后的IMF样本熵值的预测性能进行对比，证明所提指标的预测精度较高且预测结果趋于保守，更适合用于滚动轴承的剩余寿命预测。

相关文章 | 多维度评价

Select

2. 行星齿轮箱振动信号特征提取新方法

李伟，王付广，刘聪，徐培民

噪声与振动控制 2017, 37 (6): 168-172. DOI: 10.3969/j.issn.1006-1355.2017.06.034

摘要（392）

PDF（pc）（1410KB）（1243）

与轴承、定轴齿轮箱相比，提取行星齿轮箱的故障特征更加困难，且传统方法对行星齿轮箱的诊断效果不好。针对行星齿轮箱故障振动信号的非线性、复杂性等特性，提出一种基于小波包样本熵和均方根值的故障特征提取新方法。该方法首先对原始信号进行连续等长度截取，获得样本信号，再利用小波包变换分解样本信号，计算分解后各频段的样本熵和均方根值，并进行归一化处理。将归一化参数作为加权平均的权重，计算加权平均的样本熵和均方根值。最后将两参数做商得到新参数。故障诊断及抗噪试验结果表明，新特征提取方法能增大行星齿轮箱不同故障特征的区分度且有较好的稳定性，同时新参数具有一定的抗噪性。