最大相关峭度反褶积相关论文
滚动轴承作为一种关键传动部件,其在旋转机械中的应用非常广泛。但在现场生产环境中,由于旋转机械的工作强度大、运行条件恶劣,滚......
滚动轴承故障信号具有非平稳、能量低等特征,为了能够准确、有效地检测出轴承故障,提出了双树复小波(dual-tree complex wavelet t......
齿轮是旋转机械系统中传递动力和改变速度的最重要的零部件之一。在循环载荷的冲击下,受润滑、温度和振动的影响,齿轮时常产生故障......
齿轮传动系统是现代机械中主要的动力传递系统,经常工作在恶劣的内、外环境中。齿轮和轴承作为齿轮传动系统的核心零件容易发生故......
为了提高自适应噪声完备经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)的分解能力......
行星齿轮箱通常在恶劣环境下工作,行星齿轮箱中的齿轮失效是导致机械系统故障的主要原因之一。在行星齿轮箱运转过程中使用在线监......
在实际应用中,传统最大相关峭度反褶积(MCKD)关键参数的选择严重依赖于先验知识,为克服这一缺点,提出了一种基于粒子群算法优化的M......
针对滚动轴承早期故障冲击信号受到现场噪声的干扰,难以提取周期冲击成分的问题,以及非平稳转速下对故障信号直接进行傅里叶分析会......
针对行星轮系结构复杂,故障信号特征提取困难,提出使用扭振信号对行星齿轮箱故障进行诊断。通过对行星齿轮箱横向振动信号与扭振信......
滚动轴承早期故障信号具有非平稳、能量低等特征,为了能够准确、有效地检测出轴承故障,提出了双树复小波(dual-tree complex wavel......
针对强背景噪声环境下滚动轴承故障特征难以提取的问题,提出一种基于最大相关峭度反褶积(MCKD)与傅里叶分解方法(FDM)相结合的滚动......
滚动轴承故障产生的初期，信号中的冲击成分受到严重的噪声干扰，导致故障信号的周期特征难以提取。针对这一问题，提出基于局部均值分解......
在机械设备中齿轮箱是最重要的动力传动部件，其健康状况直接影响着机械设备能否正常工作，若能准确的预测故障的位置，就可以有效的避免......
提出一种基于最大相关峭度反褶积（Maximumcorrelatedkurtosisdeconvolution，MCKD）的复合故障特征提取方法，通过MCKD对原信号降噪，提取感......
针对电机轴承早期故障状态识别困难这一问题，提出了最大相关峭度反褶积和Teager能量算子相结合的诊断方法。首先利用最大相关峭度反......
在强噪声环境下滚动轴承故障信号非常微弱,特征信息难以识别,为了能够准确、有效地检测出轴承故障,提出了最大相关峭度反褶积(maxi......
针对滚动轴承早期故障特征信号微弱且受环境噪声影响严重,故障特征信息难以识别的问题,提出了基于总体局部均值分解(Ensemble loca......
齿轮箱作为机械设备当中最重要的传动部件之一,其工作状态的好坏将直接影响整个设备的运行。而齿轮箱发生故障时通常是多种故障相......
变转速工况是某些启制动工作制设备常用的工作方式,针对启制动工作制下滚动轴承故障的振动信号呈现非平稳特性,加之现场环境噪声的......
针对滚动轴承的故障信号是周期性冲击信号这一特性,提出了最大相关峭度反褶积(maximum correlated kurtosis deconvolution,简称MC......
强噪环境下,齿轮箱复合故障中的微弱故障特征难以提取,因此提出了基于多点最优最小熵反褶积（MOMEDA）的复合故障提取方法。首先对最小......
为了解决传统最大相关峭度反褶积(maximum correlated kurtosis deconvolution,MCKD)在故障诊断中容易出现因参数选择不当而影响诊......
针对滚动轴承早期故障信号中冲击成分能量低,背景噪声干扰严重的问题,提出了基于CEEMD与MCKD的故障诊断方法。首先,应用CEEMD方法......
