最大相关峭度解卷积相关论文
智能化电机驱动的关键技术之一就是实现设备的故障预测与健康管理,旋转机械的健康状态监测是保证工业过程可靠性的一项重要任务。......
针对滚动轴承故障信号冲击成分能量往往较低,故障特征频率难以提取以及最大相关峭度反褶积(Maximum Cor-relation Kurtosis Deconv......
往复压缩机作为一种高噪声设备,采集到的轴承振动信号存在大量噪声干扰,针对这种具有非线性、非平稳性的信号,提出了一种基于最大......
针对滚动轴承故障特征信号因受传输路径和强噪声的干扰而导致周期性故障脉冲难以提取以及最大相关峭度解卷积(MCKD)参数依赖人为经......
滚动轴承作为牵引电机的重要部件之一,其故障诊断的准确性对保证牵引电机的正常运转具有重要的意义.为提高轴承故障诊断的准确性及......
本文针对已有诊断方法对强噪声环境中滚动轴承早期故障诊断的不足,提出一种基于谱聚类算法、经验小波变换(EWT)、L-峭度、蝗虫优化......
针对强背景噪声下轴承复合故障特征难以分离提取的问题,提出了一种基于快速独立成分分析-天牛须-最大相关峭度解卷积算法(FastICA-......
针对强背景噪声和信号衰减影响下,滚动轴承故障特征微弱,难于提取的问题,提出一种最大相关峭度解卷积(Maximum Correlated Kurtosi......
针对往复压缩机气阀振动信号受强烈气体波动干扰的特性,提出了一种基于改进最大相关峭度解卷积和精细复合多尺度模糊熵的往复压缩......
针对滚动轴承早期故障被淹没在噪声信号下特征信号微弱、故障特征难以提取的问题,将最大相关峭度解卷积(maximum correlated kurto......
针对滚动轴承故障信号的非平稳性、非线性及复杂性特征以及在故障识别过程中存在噪声干扰、故障特征不清晰的问题,提出一种基于固......
针对滚动轴承早期故障易受噪声影响难以准确提取特征信息的问题,提出了一种基于最大相关峭度解卷积(MCKD)和变分模态分解(VMD)关联......
滚动轴承早期故障特征信息十分微弱并夹杂着环境噪声的干扰,使其信噪比极低,造成微弱故障难以提取。针对这一问题,提出了一种基于......
精密柔性薄壁轴承是谐波减速器的核心部件之一,其工作的稳定性决定谐波减速器的性能,因此,针对柔性薄壁轴承开展故障诊断方法的研......
为解决滚动轴承故障时产生的信号具有强背景噪声而导致弱周期冲击特征难提取,以及在对轴承故障模式进行智能诊断时一般的诊断模型......
鉴于采煤机复杂工况下微弱故障特征难以提取的问题,应用最大相关峭度解卷积(Maximum Correlated Kurtosis Deconvolution,MCKD)方......
轴承是机械设备中较为常用的部件之一，在机械加工、航空航天、交通运输、冶金以及能源等领域中有着广泛的应用，它的工作情况对机械设......
为解决受背景噪声和信号传递路径等因素影响，轴承早期故障特征微弱，难以有效诊断出轴承故障的问题，提出了一种最大相关峭度解卷积（ Max......
为研究滚动轴承早期微弱故障特征提取以及最大相关峭度解卷积(MCKD)的参数对诊断效果的影响,提出了一种基于固有时间尺度分解(ITD)......
针对电机轴承微弱故障识别困难这一问题,提出了优化最大相关峭度解卷积（optimized maximum correlated kurtosis deconvolution,OMC......
针对噪声环境下滚动轴承故障特征提取的难题,提出了基于迭代滤波和最大相关峭度解卷积的滚动轴承故障诊断方法。首先对轴承振动信......
针对强背景噪声环境下齿轮早期故障诊断问题,提出了最大相关峭度解卷积（Maximum Correlated Kurtosis Deconvolution,MCKD）结合稀疏......
滚动轴承早期故障振动信号微弱,并且受环境噪声影响严重,特征信号提取困难。针对这一问题,提出了最大相关峭度解卷积方法来提取轴......
炼胶机齿轮箱发生早期故障时,其振动信号一般很微弱,且隐含的冲击成分常被淹没在强烈的噪声中,导致齿轮故障诊断异常艰难。论文介......
强背景噪声环境下,多故障特征的准确分离是滚动轴承复合故障诊断的关键与难点。针对此问题,提出了一种改进最大相关峭度解卷积的滚......
针对行星齿轮箱在故障早期时振动信号比较微弱,受噪声污染严重、且传递路径复杂多变,实际情况下故障特征难以准确提取与分离的问题......
针对强噪声环境下旋转机械复合故障信号难于提取与分离的问题,提出了基于最大相关峭度解卷积（Maximum Correlated Kurtosis Deconvo......
针对最小解熵解卷积（ Minimum entropy deconvolution, MED）算法易受强噪声和野值的影响，引出了最大相关峭度解卷积（ Maximum correlat......
滚动轴承是旋转机械中重要零部件之一,不同种类的轴承故障可能会对机械系统造成严重的危害。长期运行的轴承往往会出现多个故障并......
当齿轮箱内旋转零件发生故障时,其振动信号中的故障脉冲成分易被箱体中其他旋转部件的谐波信号和背景噪声所淹没,故障特征难以被有......
谐波减速器是工业机器人机械传动系统中重要的精密减速器,柔性薄壁轴承作为谐波减速器的核心零部件之一,其工作的稳定性决定了谐波......
随着人们对清洁可再生能源的开发和利用,风力发电目前进入了大规模快速发展阶段。由于风电机组内部结构复杂及运行环境恶劣,随着累......
由于微型电机体积小,其振动信号无法用常规的加速度传感器进行采集,且对微型电机的故障诊断不需要诊断出其具体故障类型,只需要判......
齿轮箱作为机械设备中必不可少的传递运动与动力的关键部件,广泛应用于现代工业各种大型、重型机械设备中,其工作和运行环境一般比......
针对炼铁厂除尘风机服役在高温、高湿、多粉尘的恶劣环境下以及强背景噪声的复杂工况造成其驱动侧滚动轴承振动信号具有强非线性、......
受环境噪声、传递路径、信号衰减以及源信号本身比较微弱的影响,滚动轴承早期微弱冲击性故障的信号特征难以提取。近年来,最小熵解......
针对某炼钢厂除尘风机服役在高温、高湿、多粉尘恶劣环境下以及强背景噪声的,致使其驱动侧滚动轴承振动信号呈现多源耦合与非线性......
针对油田现场强背景噪声干扰下,难以实现齿轮箱故障精确诊断的问题,提出基于深度置信网络(deep belief network,DBN)的齿轮箱智能......
齿轮箱轴承是高速列车传动系统中的重要零件之一,其故障检测对保障列车的正常运行具有重要意义。针对强背景噪声环境下高速列车齿......
针对强噪声情况下滚动轴承早期故障信号特征难以提取的问题,提出了MCKD与对称差分能量算子解调的特征提取方法。MCKD算法进行滤波......
针对风机滚动轴承微弱故障信号所具有的非线性和非平稳特征及易被强背景噪声掩盖的特点,提出了一种变分模态分解(variational moda......
针对最大相关峭度解卷积（MCKD）降噪效果受滤波器阶数影响的问题,提出了自适应MCKD方法。针对频率切片小波变换（FSWT）在强背景噪声中提......
针对滚动轴承故障特征微弱以及振动信号的非平稳性,提出一种基于最大相关峭度解卷积(maximum correlated kurtosis deconvolution,......
作为旋转机械中广泛应用的关键部件,滚动轴承的运行状态直接影响机械设备的性能甚至整个生产线的安全,深入开展滚动轴承故障诊断和......
针对风电机组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解卷积（maximum correlated kurtosis deconvolution，MCKD）和变分......
针对滚动轴承早期故障难以提取和最大相关峭度解卷积(maxim correlated kurtosis deconvolution,MCKD)降噪效果受滤波器长度L的影......
齿轮箱在状态监测和故障诊断过程中,依据传统的奈奎斯特采样定律采集到的振动信号数据量过大,且传输速度过慢。针对这些问题提出了......
为了准确地进行齿轮故障特征提取,结合最大相关峭度解卷积和形态滤波,给出了一种新的方法;首先利用最大相关峭度解卷积恢复信号中......
