期刊文献+
任意字段
题名或关键词
题名
关键词
摘要
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到152篇文章
< 1 2 … 8 >
每页显示 20 50 100
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于SCSSA-SVMD-MCKD的强噪声干扰下微弱故障识别策略 认领 引用 被引量：1
1
作者 穆加彩 王中杰 张振东 《机电工程》 CAS 北大核心 2026年第8期1665-1674,共10页
汽车轮毂轴承在实际工作过程中,由于经常受到启停、变速等复杂工况的影响,极易引起故障,并且在轮毂轴承传动过程中还会伴有噪声的干扰,对故障点的定位造成不利影响。针对上述问题,提出了一种基于融合正余弦和柯西变异的麻雀搜索算法(SCS... 汽车轮毂轴承在实际工作过程中,由于经常受到启停、变速等复杂工况的影响,极易引起故障,并且在轮毂轴承传动过程中还会伴有噪声的干扰,对故障点的定位造成不利影响。针对上述问题,提出了一种基于融合正余弦和柯西变异的麻雀搜索算法(SCSSA)优化逐次变分模态分解(SVMD)和最大相关峭度反卷积(MCKD)的汽车轮毂轴承故障诊断方法。首先,采用了SCSSA对SVMD中的平衡参数α进行寻优,以最小包络熵为适应性函数,得到了SVMD的最优分解参数,并对目标信号进行了分解,得到了一系列固有模态分量;利用峭度值和相关系数法则,通过选取目标分量进行了重构;然后,再以最小包络熵为适应性函数,优化了MCKD算法的参数,得到了最优的滤波器长度L、移位数M和冲击周期T的值;最后,对重构后的信号进行了最大相关峭度解卷积处理,凸显了故障特征;同时,将其与融合正余弦和柯西变异的麻雀搜索算法优化变分模态分解和最大相关峭度反卷积(SCSSA-VMD-MCKD)法进行了对比分析。研究结果表明:采用该方法处理后的信号信噪比较对比方法提高了1.91,均方根误差降低了0.024,增强了信号的有效性和鲁棒性;采用该方法能有效抑制噪声干扰,消除了噪声影响,显著增强了信号的周期冲击特性、故障特征频率及其倍频,从而完成了汽车轴承在强噪声干扰下的微弱故障诊断。该方法可为强噪声干扰下的旋转机械故障诊断提供参考。 展开更多
关键词 旋转机械 汽车轮毂轴承 微弱故障 轴承故障诊断 融合正余弦和柯西变异的麻雀搜索算法 逐次变分模态分解 最大相关峭度反卷积
暂未订购 下载PDF
基于WPD-KVI-MCKD的航空发动机主轴承故障特征增强方法 认领 引用
2
作者 郭小鹏 安中彦 +3 位作者 杨杰 赵俊豪 沙云东 栾孝驰 《航空发动机》 北大核心 2026年第3期119-126,共8页
针对航空发动机中滚动轴承微弱故障信号受环境噪声影响,有效信息不易提取的问题,提出一种改进的小波包分解(WPD)-峭度值指标(KVI)-最大相关峭度解卷积(MCKD)相结合的航空发动机主轴承故障特征增强方法。该方法通过信息代价函数选取最优... 针对航空发动机中滚动轴承微弱故障信号受环境噪声影响,有效信息不易提取的问题,提出一种改进的小波包分解(WPD)-峭度值指标(KVI)-最大相关峭度解卷积(MCKD)相结合的航空发动机主轴承故障特征增强方法。该方法通过信息代价函数选取最优小波包基,利用WPD对采集的滚动轴承振动信号进行分解,得到若干个节点分量,并筛选出峭度值较大的分量进行重构,利用MCKD算法增强重构信号中与轴承故障有关的冲击性成分,提取包络谱中的轴承故障特征信息,进而实现对轴承的故障诊断。结果表明:该方法可有效提取强背景噪声干扰下轴承微弱故障特征,为航空发动机主轴承故障复杂信号处理和诊断提供了有效手段。经仿真信号验证,去噪信号的峰值因子相对于去噪前提升了4.32。 展开更多
关键词 主轴承 滚动轴承 小波包分解 最大相关峭度解卷积 峭度值指标 故障诊断 航空发动机
暂未订购 下载PDF
基于参数优化WOA-VMD-MCKD在强背景噪声下的轴承故障诊断 认领 引用 被引量：2
3
作者 薛怀恒 买买提热依木·阿布力孜 +2 位作者 吴许坤 阿合朱力·吾木尔吾扎克 姚俊慧 《科学技术与工程》 EI 北大核心 2026年第2期607-622,共16页
针对滚动轴承早期故障特征易受强背景噪声影响而难以提取的问题,提出了一种基于鲸鱼优化算法优化变分模态分解(variational mode decomposition,VMD)和相关最大峭度解卷积(maximum correlated kurtosis deconvolution,MCKD)参数的滚动... 针对滚动轴承早期故障特征易受强背景噪声影响而难以提取的问题,提出了一种基于鲸鱼优化算法优化变分模态分解(variational mode decomposition,VMD)和相关最大峭度解卷积(maximum correlated kurtosis deconvolution,MCKD)参数的滚动轴承故障诊断方法。首先,利用鲸鱼优化算法并选取包络熵最小值作为目标函数优化VMD算法中分解层数K和惩罚因子α,得到VMD分解结果,并基于加权相关峭度选取最优分量进行重构;其次,依据重构分量的包络谱图算得MCKD算法的T值,利用鲸鱼优化算法(whale optimization algorithm,WOA)并选取加权包络谱峭度最大值作为目标函数优化MCKD算法中滤波器长度L和位移数M,并将重构信号通过MCKD算法增强重构分量中的冲击成分;最后,通过包络谱分析判断滚动轴承故障类型。仿真分析与试验测试的结果均显示,该方法具备从故障信号中有效提取并显著增强冲击成分的能力,可以清楚地看到故障频率的多倍频。即便在强背景噪声干扰的情况下,该方法仍能够成功实现对滚动轴承早期故障的精准诊断。 展开更多
关键词 故障诊断 滚动轴承 鲸鱼优化算法 变分模态分解 最大相关峭度解卷积
暂未订购 下载PDF
自适应ISVMD-IMCKD风机轴承微弱故障检测方法 认领 引用
4
作者 刘松林 杨创艳 +1 位作者 李鹏 艾明曦 《组合机床与自动化加工技术》 北大核心 2026年第7期135-141,共7页
针对在强噪声背景下风机轴承微弱故障信号的特征提取及故障检测问题,提出了一种自适应ISVMD-IMCKD风机轴承微弱故障检测方法。首先,基于改进连续变分模态分解(improved successive variational mode decomposition,ISVMD)算法对轴承微... 针对在强噪声背景下风机轴承微弱故障信号的特征提取及故障检测问题,提出了一种自适应ISVMD-IMCKD风机轴承微弱故障检测方法。首先,基于改进连续变分模态分解(improved successive variational mode decomposition,ISVMD)算法对轴承微弱故障盲源信号进行分解,使用狐猴(lemurs optimizer,LO)算法对SVMD中的平衡参数α寻优,并根据包络谱最大峰值因子原则得到信号的最佳IMF分量;然后,基于改进最大相关峭度解卷积(improved maximum correlated Kurtosis deconvolution,IMCKD)算法分离盲源信号最佳IMF分量的周期性冲击成分,使用提出的综合峭度作为MCKD参数寻优过程中的适应度函数;最后,对处理后的信号进行包络谱分析,将其故障特征频率与理论故障频率对比,进行故障检测。实验结果表明,与其他算法相比,所提算法能够有效对风机轴承微弱故障特征进行自适应盲源分离,实现对故障特征的准确提取,完成故障检测。 展开更多
关键词 轴承 故障检测 连续变分模态分解 最大相关峭度解卷积 综合峭度 狐猴算法
暂未订购 下载PDF
基于IPSO-MCKD-ASLT的滚动轴承故障诊断方法 认领 引用
5
作者 桑炜 郑近德 +2 位作者 程健 刘庆运 潘海洋 《噪声与振动控制》 CSCD 北大核心 2026年第4期121-128,共8页
针对传统时频分析方法在处理非平稳振动信号时难以同时兼顾时间分辨率和频率分辨率的问题,提出一种基于改进粒子群优化算法(Improved Particle Swarm Optimization,IPSO)优化的最大相关峭度解卷积(Maximum Correlation Kurtosis Deconvo... 针对传统时频分析方法在处理非平稳振动信号时难以同时兼顾时间分辨率和频率分辨率的问题,提出一种基于改进粒子群优化算法(Improved Particle Swarm Optimization,IPSO)优化的最大相关峭度解卷积(Maximum Correlation Kurtosis Deconvolution,MCKD)与自适应超小波变换(Adaptive Superlets Transform,ASLT)相结合的高精度时频分析方法。以包络谱峰值因子为适应度函数,对粒子群优化算法(particle swarm optimization,PSO)中的惯性权重和学习因子以非线性递减的方式进行更新,利用IPSO对MCKD中的L和T进行寻优,最后对滤波信号进行ASLT处理,进一步实现轴承故障的有效识别。通过模拟和实测信号分析,将所提IPSO-MCKD-ASLT方法与短时傅里叶变换、连续小波变换和同步提取变换等方法进行对比分析。分析结果表明,IPSO-MCKD-ASLT方法不仅可以有效地提取轴承故障特征,还具有更高的时频分辨率和抗噪能力。最后,将IPSO-MCKD-ASLT应用到滚动轴承的故障诊断中,实验结果使该方法的有效性和优越性得到验证。 展开更多
关键词 故障诊断 时频分析方法 粒子群优化算法 最大相关峭度解卷积 超小波变换 滚动轴承
暂未订购 下载PDF
基于改进MCKD的振动故障检测方法 认领 引用
6
作者 王银虎 刘诚 +1 位作者 方旭超 毛健 《国外电子测量技术》 2026年第4期107-112,共6页
医疗器械在长期运行过程中因频繁振动易发生故障,传统故障检测方法普遍存在检测精度低的问题。为此,结合最大相关峭度解卷积(Maximum Correlated Kurtosis Deconvolution,MCKD)方法的信号处理性能,提出一种基于改进麻雀搜索算法优化最... 医疗器械在长期运行过程中因频繁振动易发生故障,传统故障检测方法普遍存在检测精度低的问题。为此,结合最大相关峭度解卷积(Maximum Correlated Kurtosis Deconvolution,MCKD)方法的信号处理性能,提出一种基于改进麻雀搜索算法优化最大相关峭度解卷积(Improved Sparrow Search Algorithm-Maximum Correlated Kurtosis Deconvolution,ISSA-MCKD)的振动故障检测方法。首先,通过小波包分解(Wave Packet Decomposition,WPD)对原始信号进行初步分解和重构;随后将重构信号输入变分模态分解(Variational Mode Decomposition,VMD)算法进行二次分解,并选用加权峭度指标筛选最优本征模态函数(Intrinsic Mode Function,IMF)分量;最后采用ISSA-MCKD方法对最优IMF分量进行信号增强处理,并通过包络解调方法提取增强信号的特征,以实现轴承振动故障频率检测。实验结果表明,当测试样本数量为2500时,所提方法的信息增益指标(Information Gain,IG)达0.938;与现有的双向门控循环单元-注意力机制网络(Bidirectional Gated Recurrent Unit-Attention,BiGRU-Attention)、固有时间尺度分解-奇异值分解组合方法(Iterative Time-scale Decomposition-Singular Value Decomposition,ITD-SVD)和随机森林-支持向量机集成模型(Random Forest-Support Vector Machine,RF-SVM)相比,本文方法的IG指标分别高出0.169、0.205和0.253;在第10~20 s的振动信号检测过程中,所提方法的检测频率与实际频率基本拟合,检测精度均优于对比方法。结果证明,所提方法具有较强的泛化能力和检测精度,能够满足医疗器械振动故障检测的实际工程需求,具备良好的有效性和可靠性。 展开更多
关键词 医疗器械 振动故障检测 最大相关峭度解卷积 变分模态分解 麻雀搜索算法 包络解调
暂未订购 下载PDF
基于SCSSA-MCKD的滚动轴承特征提取 认领 引用
7
作者 高策 《机械工程师》 2026年第6期26-29,共4页
针对滚动轴承早期故障受噪声污染大,故障特征频率难以提取而导致的故障诊断困难问题,提出了一种将正、余弦与柯西变异相结合的麻雀搜索算法(SCSSA)优化的最大相关峭度解卷积(MCKD)故障特征提取方法。以凯斯西储大学数据集为例,在特定工... 针对滚动轴承早期故障受噪声污染大,故障特征频率难以提取而导致的故障诊断困难问题,提出了一种将正、余弦与柯西变异相结合的麻雀搜索算法(SCSSA)优化的最大相关峭度解卷积(MCKD)故障特征提取方法。以凯斯西储大学数据集为例,在特定工况下,对SCSSA-MCKD算法进行了试验研究。研究成果表明:采用SCSSA-MCKD技术进行故障特征提取,可有效剔除原始振动信号中的干扰因子,达到抑制噪声的目的,并能精确地提取出其故障特征。 展开更多
关键词 滚动轴承 改进麻雀算法(SCSSA) 最大相关峭度解卷积(MCKD) 故障特征提取
暂未订购 下载PDF
基于SCSSA-VMD-MCKD的滚动轴承故障特征提取 认领 引用
8
作者 陈志刚 薛源 +1 位作者 王衍学 张志昊 《噪声与振动控制》 CSCD 北大核心 2025年第6期183-189,213,共7页
针对强噪声背景下滚动轴承的微弱故障特征难以提取的问题,提出一种融合正余弦和柯西变异的麻雀搜索算法(Sine-cosine and Cauchy Mutation Sparrow Search Algorithm,SCSSA)优化变分模态分解(Variational Modal Decomposition,VMD)联合... 针对强噪声背景下滚动轴承的微弱故障特征难以提取的问题,提出一种融合正余弦和柯西变异的麻雀搜索算法(Sine-cosine and Cauchy Mutation Sparrow Search Algorithm,SCSSA)优化变分模态分解(Variational Modal Decomposition,VMD)联合最大相关峭度解卷积(Maximum Correlated Kurtosis Deconvolution,MCKD)的滚动轴承特征提取方法。首先,将样本熵、峭度值和相关系数相结合构建复合指标—CSK,以CSK最小值为准则,自适应选取VMD的模态个数和惩罚因子;然后,根据峭度最大值原则筛选最优模态分量;最后,以包络谱熵为适应度函数,通过SCSSA优化的MCKD对最优模态分量进行增强并提取轴承特征频率。经过公开数据集和轴承实测数据验证:所提方法可以在强噪声背景下有效提取滚动轴承的微弱故障特征,完成故障类型的判别。 展开更多
关键词 故障诊断 滚动轴承 变分模态分解 麻雀搜索算法 最大相关峭度解卷积
暂未订购 下载PDF
基于参数优化VMD-MCKD的强噪声背景下滚动轴承故障特征提取 认领 引用
9
作者 蒋丽英 张瀛予 +2 位作者 高铭悦 张群晨 李贺 《沈阳航空航天大学学报》 2025年第2期72-80,共9页
针对强噪声背景滚动轴承故障特征难以被提取的问题,提出了参数优化变分模态分解(variational mode decomposition,VMD)和最大相关峭度反卷积(maximum correlation kurtosis deconvolution,MCKD)提取滚动轴承故障特征的方法。首先,采用... 针对强噪声背景滚动轴承故障特征难以被提取的问题,提出了参数优化变分模态分解(variational mode decomposition,VMD)和最大相关峭度反卷积(maximum correlation kurtosis deconvolution,MCKD)提取滚动轴承故障特征的方法。首先,采用改进麻雀算法对VMD参数进行离线寻优,得到最优参数组合并对原始信号进行分解。其次,根据包络谱峰值因子和样本熵构建出一种新筛选指标,对分解各固有模态函数(intrinsic mode function,IMF)分量进行筛选与重构。然后,对重构信号经改进麻雀算法在线法优化的MCKD进行增强。最后,对增强的信号进行包络解调分析,从而提取滚动轴承故障频率信息。仿真和实验结果表明,该方法能够增强淹没在强噪声中的冲击成分,有效提取滚动轴承故障特征。 展开更多
关键词 特征提取 滚动轴承 变分模态分解 最大相关峭度反卷积 信号重构
暂未订购 下载PDF
基于VMD-MCKD的微弱故障信号降噪及冲击特征增强方法 认领 引用 被引量：8
10
作者 费红博 张超 +2 位作者 吴乐 徐帅 张敬 《机电工程》 CAS 北大核心 2025年第2期237-246,共10页
针对强噪声背景下滚动轴承早期故障冲击信号微弱,故障特征难以提取的问题,提出了一种基于参数自适应变分模态分解(VMD)与最大相关峭度解卷积(MCKD)的滚动轴承故障诊断方法(微弱故障信号降噪及冲击特征增强方法)。首先,采用时频域差值信... 针对强噪声背景下滚动轴承早期故障冲击信号微弱,故障特征难以提取的问题,提出了一种基于参数自适应变分模态分解(VMD)与最大相关峭度解卷积(MCKD)的滚动轴承故障诊断方法(微弱故障信号降噪及冲击特征增强方法)。首先,采用时频域差值信息引导VMD,并引入相似系数差值和能量差值比作为迭代收敛条件,重新设定了适用于信号分解的终止准则;然后,采用改进的减法平均优化算法,对MCKD中的解卷周期T、移位数M和滤波器长度L进行了优化,确保了参数组合的最佳性;借助MCKD方法的冲击特征提取能力,精确获取了目标周期性冲击信号;最后,依托内蒙古科技大学机械工程学院配备的HZXT-DS-003型双跨转子滚动轴承试验台,构建了故障轴承数据集,对基于VMD-MCKD的滚动轴承故障诊断方法的有效性进行了验证。研究结果表明:采用该方法能有效抑制噪声,显著增强信号的周期冲击特性、故障特征频率及其倍频,从而完成了对滚动轴承早期微弱故障的准确诊断;与其他方法相比,该方法在频谱中更为突出地展现故障特征频率及其倍频峰值,且信噪比提升了78%;此外,即使在不同信噪比的噪声环境下,该方法仍能保持卓越的信号处理能力。 展开更多
关键词 滚动轴承 早期故障特征 变分模态分解 最大相关峭度解卷积 参数自适应 周期性冲击信号
暂未订购 下载PDF
基于IWOA-VMD-MCKD模型的齿轮箱轴承故障诊断 认领 引用 被引量：2
11
作者 郭楠 滕伟 +3 位作者 陈晨 彭迪康 马志勇 柳亦兵 《风机技术》 2025年第2期59-66,共8页
针对风电齿轮箱变工况和强噪声干扰条件下故障信号信噪比低,滚动轴承微弱故障特征难以提取的问题,提出一种结合改进鲸鱼优化算法(IWOA)、变分模态分解(VMD)和最大相关峭度解卷积(MCKD)的方法以提取滚动轴承的微弱故障特征。首先,引用Log... 针对风电齿轮箱变工况和强噪声干扰条件下故障信号信噪比低,滚动轴承微弱故障特征难以提取的问题,提出一种结合改进鲸鱼优化算法(IWOA)、变分模态分解(VMD)和最大相关峭度解卷积(MCKD)的方法以提取滚动轴承的微弱故障特征。首先,引用Logistic混沌映射、余弦收敛因子和自适应权重改进鲸鱼优化算法(WOA);其次,IWOA利用最小平均包络熵为指标确定VMD与MCKD算法的最优参数,突出信号中的故障冲击成分;最后,通过包络谱提取出轴承故障特征频率。仿真数据和实际风场数据案例分析结果表明,该方法能够有效提取出强噪声背景下的滚动轴承微弱故障特征。 展开更多
关键词 变分模态分解 改进鲸鱼优化算法 最大相关峭度反卷积 故障诊断 齿轮箱轴承
暂未订购 下载PDF
基于改进VMD-MCKD的RV减速器故障诊断 认领 引用 被引量：3
12
作者 罗捷 蔺梦雄 《机械设计》 CSCD 北大核心 2025年第9期170-176,共7页
针对RV减速器振动信号中含有大量噪声干扰成分导致减速器故障特征提取难的问题,提出了一种基于粒子群优化变分模态分解(PSO-VMD)与最大相关峭度解卷积(PSO-MCKD)的RV减速器故障诊断方法。采用粒子群算法对变分模态分解中的分解层数c、... 针对RV减速器振动信号中含有大量噪声干扰成分导致减速器故障特征提取难的问题,提出了一种基于粒子群优化变分模态分解(PSO-VMD)与最大相关峭度解卷积(PSO-MCKD)的RV减速器故障诊断方法。采用粒子群算法对变分模态分解中的分解层数c、惩罚因子α、最大相关峭度解卷积的滤波器长度L及位移参数M进行参数寻优,以多尺度排列熵(PME)为适应性函数,得到最优分解组合。对采集到的振动信号进行变分模态分解,通过分解得到系列本征模态函数(IMF)分量;以峭度值为筛选准则,计算出与原信号相关度最大的IMF分量,利用得到的最优[L,M]值对原始信号进行最大相关峭度解卷积,凸显故障冲击特征;对降噪后的IMF分量进行希尔伯特包络解调,从而提取故障特征。同时进行对比试验,验证了该方法的优越性。试验结果表明:该方法能够准确提取故障特征,减小噪声的影响,实现RV减速器的故障诊断。 展开更多
关键词 RV减速器 故障诊断 粒子群优化算法 改进变分模态分解 最大相关峭度解卷积 多尺度排列熵
暂未订购 下载PDF
基于参数优化ICEEMDAN-MCKD的滚动轴承故障特征提取研究 认领 引用 被引量：1
13
作者 刘果 姜宏 章翔峰 《新疆大学学报（自然科学版中英文）》 CAS 2025年第6期685-698,共14页
针对旋转机械运行过程中,滚动轴承会产生冲击性强、结构复杂的振动信号,导致故障特征难以精准提取的问题,本文提出一种基于冠豪猪优化算法(CPO)联合优化ICEEMDAN与MCKD的故障特征提取方法.首先,采用CPO算法对ICEEMDAN中噪声幅值(Nstd)... 针对旋转机械运行过程中,滚动轴承会产生冲击性强、结构复杂的振动信号,导致故障特征难以精准提取的问题,本文提出一种基于冠豪猪优化算法(CPO)联合优化ICEEMDAN与MCKD的故障特征提取方法.首先,采用CPO算法对ICEEMDAN中噪声幅值(Nstd)与噪声添加次数(NR)等关键参数进行自适应寻优,分解原始带噪信号,得到多个本征模态函数(IMF),并以峭度为指标筛选有效分量进行重构;其次,在MCKD方法中引入CPO优化算法对其核心参数滤波器长度(L)与移位数(M)进行寻优,对重构信号应用MCKD以增强其包含的周期性冲击特征;最后,从包络谱中提取关键故障特征频率.实验结果表明,该方法能够有效提取关键故障特征频率成分,将提取效果与其他算法进行对比分析,ICEEMDAN-MCKD算法提取效果更加清晰,验证了其在故障特征提取方面的鲁棒性. 展开更多
关键词 滚动轴承 故障特征提取 冠豪猪优化算法 最大相关峭度解卷积 包络谱分析
暂未订购 下载PDF
基于ASA-MCKD的IAS信号针齿故障特征提取研究 认领 引用 被引量：1
14
作者 张佳鑫 郭瑜 《机电工程》 CAS 北大核心 2025年第6期1110-1117,共8页
针对工业机器人旋转矢量(RV)减速器低速级非完整周期旋转工况下,针齿故障特征提取困难的问题,提出了一种基于角度同步平均(ASA)和自适应最大相关峭度解卷积(MCKD)增强包络的瞬时角速度信号(IAS)的RV减速器针齿故障特征提取方法。首先,... 针对工业机器人旋转矢量(RV)减速器低速级非完整周期旋转工况下,针齿故障特征提取困难的问题,提出了一种基于角度同步平均(ASA)和自适应最大相关峭度解卷积(MCKD)增强包络的瞬时角速度信号(IAS)的RV减速器针齿故障特征提取方法。首先,采用了向前差分法将编码器原信号转化为角度域的IAS信号,对IAS信号进行了角域同步平均处理,提高了信号信噪比;然后,采用边带信噪比指标选择了最优的解调频带,设计了带通滤波器,对平均后的信号进行了滤波,根据故障特征指标自适应选取了最优MCKD参数;最后,对滤波后的信号进行了故障特征增强,对增强后的信号进行了包络解调阶次分析,提取了针齿故障特征。研究结果表明:根据边带信噪比指标选取了中心频率为1560×,带宽为80×的带通滤波器,采用故障特征指标选择MCKD最优滤波器长度为258,并采用该方法对针齿故障信号处理后能观察到40×及其谐波的特征阶次,可有效提取RV减速器低速级非完整周期旋转工况下的针齿故障特征。与其他同类方法相比,MCKD方法在识别故障类型方面具有先进性。 展开更多
关键词 旋转矢量减速器 针齿故障 角度同步平均 最大相关峭度解卷积 瞬时角速度信号 特征阶次计算
暂未订购 下载PDF
基于MCKD和改进CNN-LSTM结合的轴承故障诊断方法 认领 引用 被引量：2
15
作者 葛至轩 刘楠 王收军 《天津理工大学学报》 2025年第3期36-45,共10页
针对传统诊断模型对含有周期性故障脉冲的振动信号诊断率较低、振动信号空间特征和时序特征得不到有效提取等问题,文中提出了一种基于最大相关峭度解卷积(maximum correlation kurtosis deconvolution,MCKD)和改进的双通道卷积神经网络... 针对传统诊断模型对含有周期性故障脉冲的振动信号诊断率较低、振动信号空间特征和时序特征得不到有效提取等问题,文中提出了一种基于最大相关峭度解卷积(maximum correlation kurtosis deconvolution,MCKD)和改进的双通道卷积神经网络-长短期记忆神经网络(convolutional neural network-long short term memory network,CNN-LSTM)相结合的轴承故障诊断模型。使用MCKD去除噪音干扰、增强信号周期性脉冲、重构原始信号,将重构后的信号分别同时输入到CNN和LSTM通道中,利用CNN强大的空间特征提取能力和LSTM挖掘数据时序特征能力,将二者得到的特征信息进行融合,最后输入到Softmax完成故障分类。在凯斯西储大学轴承数据集上进行验证,实验结果表明,该方法诊断性能优于其他主流模型,能够有效提高轴承诊断精度。 展开更多
关键词 最大相关峭度解卷积 卷积神经网络 循环神经网络 长短期记忆神经网络 故障诊断
暂未订购 下载PDF
基于VME与MCKD的齿轮箱中速轴故障诊断方法研究 认领 引用
16
作者 季晓龙 赵芡莹 +3 位作者 罗智 王祖达 蔡海洋 张震 《中国工程机械学报》 北大核心 2025年第3期543-547,共5页
在行星级齿轮箱故障诊断方法研究中,通常采用高速轴测点检测中速轴故障信息,所采集的信号中中速轴频率成分易受到高速轴的信息干扰,导致其信噪比较低。通过结合变分模态提取(VME)算法与最大相关峭度反卷积(MCKD)算法,可在抑制原始信号... 在行星级齿轮箱故障诊断方法研究中,通常采用高速轴测点检测中速轴故障信息,所采集的信号中中速轴频率成分易受到高速轴的信息干扰,导致其信噪比较低。通过结合变分模态提取(VME)算法与最大相关峭度反卷积(MCKD)算法,可在抑制原始信号中噪声成分的同时,有效提取中速轴的相关频率成分,从而解决高速轴测点下中速轴相关频率易受其他信号干扰的问题。 展开更多
关键词 变分模态分解(VME) 最大相关峭度反卷积(MCKD) 风力发电机齿轮箱 故障诊断
暂未订购 下载PDF
基于VMD-MCKD的CT球管运行信号识别方法 认领 引用 被引量：1
17
作者 陈泽宇 王平 +1 位作者 张兆珩 李祥雨 《机械制造与自动化》 2025年第2期146-151,共6页
CT球管运行的声音信号能有效表征其服役状态,但一般会被其他设备的工作噪声掩盖,信噪比低,不易提取分析。为从强背景噪声中准确识别该信号,提出一种基于VMD-MCKD的联合算法。通过变分模态分解滤除信号中的冗余分量,得到重构信号;针对CT... CT球管运行的声音信号能有效表征其服役状态,但一般会被其他设备的工作噪声掩盖,信噪比低,不易提取分析。为从强背景噪声中准确识别该信号,提出一种基于VMD-MCKD的联合算法。通过变分模态分解滤除信号中的冗余分量,得到重构信号;针对CT机架转动特点对最大相关峭度解卷积算法进行参数优化,应用到重构信号中,得到信噪比较高的目标信号。实验结果表明:VMD-MCKD联合算法对整体声音信号中包含球管工作的部分起到了明显的增强作用,目标信号与噪声信号的峰峰值之比提升约2.7倍,以便准确识别并提取球管运行信号,实现数据精简。 展开更多
关键词 CT球管 健康状态监测 最大相关峭度解卷积 变分模态分解 特征增强
暂未订购 下载PDF
基于DBO优化MCKD-VMD的齿轮轴承复合故障特征提取 认领 引用
18
作者 马亮 王靖岳 +1 位作者 郑永灿 丁建明 《车辆与动力技术》 2025年第3期45-54,共10页
针对齿轮箱复合故障传输路径复杂,早期故障振动信号微弱,易被背景噪声淹没而特征提取困难等问题,提出了基于蜣螂优化算法(dung beetle optimizer,简称DBO)优化最大相关峭度解卷积(maximum correlated kurtosis deconvolution,简称MCKD)... 针对齿轮箱复合故障传输路径复杂,早期故障振动信号微弱,易被背景噪声淹没而特征提取困难等问题,提出了基于蜣螂优化算法(dung beetle optimizer,简称DBO)优化最大相关峭度解卷积(maximum correlated kurtosis deconvolution,简称MCKD)和变分模态分解(variational mode decomposition,简称VMD)的方法用来提取齿轮箱中齿轮轴承复合故障特征.为实现MCKD和VMD的参数自适应选取,采用DBO对两种算法中的参数进行寻优.首先以包络熵为评价指标,选取MCKD所需的参数组合,利用参数优化的MCKD增强故障特征;其次利用参数优化的VMD对增强信号进行分解,构建多尺度排列熵指标筛选有效模态分量进行重构降噪;最后对重构信号进行包络解调提取故障特征.通过与DBO-MCKD和DBO-MCKD-EEMD两种方法对比分析,仿真信号和齿轮箱中齿轮轴承复合故障模拟实验均验证了该方法可以有效的提取齿轮箱中齿轮轴承复合故障特征. 展开更多
关键词 齿轮箱复合故障 蜣螂优化算法 最大相关峭度解卷积 变分模态分解 多尺度排列熵
暂未订购 下载PDF
基于改进MCKD-VMD的滚动轴承故障信号提取 认领 引用
19
作者 张爱彬 祁文哲 《机械工程与自动化》 2025年第5期148-150,共3页
为了在强噪声环境背景下有效地提取到滚动轴承微弱故障特征信号并且能够准确地诊断出故障结果,提出了OCSSA算法和MCKD、VMD算法相结合的轴承故障诊断方法。首先,在轴承故障的基础上为了模拟强背景噪声环境加随机白噪声,得到包络谱图;随... 为了在强噪声环境背景下有效地提取到滚动轴承微弱故障特征信号并且能够准确地诊断出故障结果,提出了OCSSA算法和MCKD、VMD算法相结合的轴承故障诊断方法。首先,在轴承故障的基础上为了模拟强背景噪声环境加随机白噪声,得到包络谱图;随后,利用OCSSA算法优化MCKD算法和VMD算法的参数,利用参数优化后的VMD对原始信号进行分解,利用IMF与原始信号的相关系数对部分IMF分量进行重构;再次,得到轴承故障频率特征;最后对通过理论计算得到的轴承故障频率与从包络谱图中得到的轴承故障频率进行对比,结果表明:包络谱图中轴承故障频率与理论计算得到的轴承故障频率基本保持一致,所以利用该方法能准确地诊断出故障类型。 展开更多
关键词 故障诊断 融合鱼鹰和柯西变异的麻雀算法 变分模态分解 最大相关峭度解卷积 特征提取
暂未订购 下载PDF
MCKD-VMD算法在单相接地故障定位中的应用 认领 引用
20
作者 韩涛 代文 +2 位作者 龚柳丹 杨佩桥 石涛 《电子设计工程》 2025年第15期153-159,165,共7页
针对新型电力系统下小电流接地系统的单相接地故障定位问题,提出了一种基于MCKD-VMD融合技术的定位方法。采用最大相关峭度解卷积(Maximum Correlated Kurtosis Deconvolution,MCKD)对故障零序电流信号进行预处理,以滤除背景噪声,提升... 针对新型电力系统下小电流接地系统的单相接地故障定位问题,提出了一种基于MCKD-VMD融合技术的定位方法。采用最大相关峭度解卷积(Maximum Correlated Kurtosis Deconvolution,MCKD)对故障零序电流信号进行预处理,以滤除背景噪声,提升故障检测灵敏度。应用变分模态分解(Variational Mode Decomposition,VMD)算法对增强信号进行分解,提取关键模态并计算其峭度值。通过最大相邻差分法确定故障区段,实现接地故障准确定位。为验证所提方法的有效性,搭建10 kV配电网仿真模型并进行不同故障条件下的分析,结果表明,所提方法峭度较单一的VMD和MCKD-EEMD算法分别提高了66.9%、40.99%,为小电流接地系统的故障定位提供了可靠方案。 展开更多
关键词 小电流接地系统 故障定位 最大相关峭度解卷积 变分模态分解 最大相邻差分法
暂未订购 下载PDF
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 8 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈