文档名：基于信息融合和奇异值分解的滚动轴承故障诊断
滚动轴承早期微弱故障特征信号容易被系统噪声掩盖,奇异值分解技术(SVD)可以有效降低噪声水平,提高周期成分的提取能力.全矢谱技术可以融合同源双通道信息,能够更加全面、准确地反映设备振动特性.结合两种算法的优点提出了基于全矢信息融合和奇异值分解的故障特征提取方法,实验证明了该方法的有效性.
作者：王鸣明李凌均张炎磊
作者单位：郑州大学振动工程研究所,郑州450001
母体文献：2018年全国设备监测诊断与维护学术会议暨第十六届全国设备故障诊断学术会议、第十八届全国设备监测与诊断学术会议、2018年全国设备诊断工程会议论文集
会议名称：2018年全国设备监测诊断与维护学术会议暨第十六届全国设备故障诊断学术会议、第十八届全国设备监测与诊断学术会议、2018年全国设备诊断工程会议
会议时间：2018年8月1日
会议地点：内蒙古包头
主办单位：中国机械工程学会,中国振动工程学会,中国设备管理协会
语种：chi
分类号：
关键词：滚动轴承 故障诊断 全矢谱 信息融合 奇异值分解
在线出版日期：2021年12月15日
基金项目：
相似文献
相关博文
- 文件大小:
- 879.46 KB
- 下载次数:
- 60
-
高速下载
|
|
