检索结果

Select

1. 基于参数自适应VMD和MCKD的滚动轴承微弱故障特征提取

刘迎松, 魏志刚, 束海星, 刘晓超, 陆强

噪声与振动控制 2023, 43 (3): 102-109.

摘要（193）

PDF（pc）（2364KB）（769）

针对传输路径复杂和强噪声干扰条件下滚动轴承故障信号信噪比低、微弱故障特征难以提取的问题，提出一种将参数优化变分模态分解（Variational Mode Decomposition，VMD）与最大相关峭度解卷积（Maximum Correlated Kurtosis Deconvolution, MCKD）相结合的滚动轴承微弱故障特征提取方法。首先，利用经麻雀搜索算法（Sparrow Search Algorithm, SSA）优化的VMD对故障信号进行自适应分解，构建加权峭度指标以筛选有效模态分量；然后对有效模态分量利用经SSA优化后的MCKD进行增强；最后，对增强后的信号进行包络解调分析，提取出轴承故障特征频率。实验和工程实际案例分析表明，所提出的方法能够自适应增强轴承信号中的微弱冲击成分，有效提取出强噪声背景下的滚动轴承微弱故障特征。

相关文章 | 多维度评价

Select

2. 基于VMD-PE-MCKD低速重载滚动轴承故障特征提取

毛欢, 魏志刚, 刘迎松, 韦雅宁, 王宏元, 陆强

噪声与振动控制 2022, 42 (4): 152-157.

摘要（272）

PDF（pc）（1818KB）（639）

针对低速重载滚动轴承故障特征频率低、难提取的问题，提出一种基于变分模态分解和最大相关峭度解卷积并且结合利用排列熵筛选分量的方法。首先对原始振动信号进行变分模态分解，得到若干个本征模态分量；其次，根据利用排列熵筛选分量的原则，将筛选出的分量利用最大相关峭度解卷积方法进行去噪；最后对处理后的分量进行包络谱分析，从而提取故障特征频率，实现故障诊断。通过分析低速轴承仿真信号以及工程实测所得低速重载轴承振动信号，验证了该方法的有效性。

相关文章 | 多维度评价

Select

3. 基于改进EMD和小波阈值的混合机低速重载轴承故障诊断

宁毅，魏志刚，周建雄

噪声与振动控制

Select

4. 《炭素电极损伤的敲击响应粗糙集分析检测方法》

曹晓琳;王双维;魏志刚;沈晓波;高志华;侯英哲

2010, 30 (4): 138-143. DOI: 10.3969/j.issn.1006-1355.2010.04.036

摘要（1770）

利用小波分解和粗糙集研究敲击法炭素电极检测技术中的敲击后响应信号，得到了炭素电极损伤的敲击响应粗糙集分析检测方法。文章利用db9小波对敲击后响应信号进行8层分解，对得到的9个小波通道利用粗糙集删除各冗余属性通道，根据删除后知识系统的描述精度确定相应属性的重要度。研究结果表明其中D5、D6、D7、D8四个通道为鉴别正品与次品的有效通道。在研究中提出了二元属性重要度分析的方法，以将重要度为零的可简约属性成对删除，提高属性简约效率，找到知识表达系统的核。并通过机理分析证明，正品与次品敲击信号差异主要来自对产品特征频率基频和低次谐波的共振，从理论上解释了碳素电极敲击法的检测原理。