齿轮故障诊断相关论文
针对齿轮故障样本欠缺问题，提出一种基于Hilbert-Huang谱和预训练VGG16模型的迁移学习故障诊断方法。对振动信号进行经验模态分解（Em......
齿轮是机械设备中的关键部件之一,由于其较高的传动效率、传动精度、可靠性,以及较宽泛的功率传递范围,被广泛运用于各类机械设备......
信号分类一直是研究热点之一,如何对信号进行准确分类也是众多研究者追求的目标之一。分类在故障诊断和纹理图像检索中具有重要作......
随着现代工业机械化的飞速发展，齿轮箱安全运转的可靠性高低直接关系到生产的安全性。齿轮是齿轮箱中最重要的零部件之一，它工作状态......
齿轮故障诊断中关键的两个部分就是信号特征的提取和模式识别。本课题综合分析了国内外对齿轮故障诊断技术的研究现状，在齿轮的振动......
齿轮故障诊断是机械诊断中一个具有代表性的问题。目前齿轮诊断中广泛使用的是箱体振动信号。而测取箱体振动信号的方法中，大多是通......
在机械设备中，齿轮是一种必不可少的常用部件，广泛应用于现代工业设备领域中，据显示，在机械设备故障中由于齿轮的失效而引起的故障占了......
在齿轮的故障诊断中，诸如齿面磨损，点蚀、齿根裂纹等故障，其信号中夹杂着大量的噪声，加上调制现象的存在，使得齿轮故障特诊难以被提取，难......
齿轮作为生产传动的重要部件，广泛应用于生产和生活的各个领域，其稳定可靠的工作具有重要社会意义。但是齿轮的故障失效是不可避免的......
齿轮是汽车变速器的重要组成部分,担负着传递发动机动力的巨大作用,其工作状态直接影响传动系统的效率。齿轮是应用最为广泛,同时......
全矢谱技术能够有效的融合同源双通道的信息,融合后的信息无论从结构上还是能量上都能够真实的反映转子的实际运行状态.针对Wigner......
针对齿轮振动信号特征难以提取的现状,依据免疫系统的自适应,自学习特性,提出了自适应免疫选择模型,该模型中引入了自适应变异和3......
以小波变换、小波神经网络为工具,采用定子电流对HXD1B型机车的YQ1633异步牵引电动机开展牵引电机齿轮故障诊断研究。定子电流法相......
为了准确地进行齿轮故障诊断,结合变分模态分解和最小熵解卷积,给出了一种新的故障诊断方法;首先,以包含啮合频率的分量的包络峭度......
提出了一种基于复小波变换诊断齿轮故障的新方法.利用Mexican-hat调制复小波基函数对齿轮振动信号进行连续小波变换,再作相位的频......
Wigner高阶谱作为分析非高斯信号的重要工具,其实现了时域和频域的同时分析,能有效提取信号的非线性特性。但常规Wigner高阶谱以单......
针对包络解调和形态闭算子易受强噪声和低频谐波分量干扰的缺点，提出了采用形态梯度解调算子提取脉冲信号的方法。对受到低频干扰的......
为了准确地进行齿轮故障诊断,结合经验模态分解与纯调频信号差分包络谱,对齿轮故障诊断提出了一种新方法;首先,对齿轮振动信号进行......
齿轮传动工况的复杂性使得其特征参量与故障形式呈非线性映射关系。提出基于Levenberg-Marquardt算法的前向多层神经网络的齿轮故......
针对齿轮故障信号大多数是难分解的多分量的调幅-调频信号的问题,提出一种新的信号处理方法——全矢局部均值分解（FVLMD）方法。局部......
齿轮故障振动信号具有非平稳、非线性特征,且可视为多个调幅-调频分量的叠加,单个调幅-调频分量的瞬时频率蕴含了齿轮的故障特征;......
针对齿轮早期故障诊断,传统的信号处理方法受噪声干扰大,严重影响了齿轮故障特征提取。结合粒子群（PSO）算法和稀疏分解算法提出PSO稀......
经验模态分解（Empirical Mode Decomposition，简称EMD）是目前分析非平稳信号的有效方法，但在分解过程中由于存在着严重的端点效应而影......
针对Wigner分布在分析故障信号时易受到交叉项干扰的问题，提出了一种基于经验模态分解（empirical mode decomposition，EMD）和Wigner高......
本文从风力发电机组齿轮故障诊断出发,在分析风力发电机组的齿轮故障类型、故障机理以及信号特征后,利用所述的齿轮故障信号特征成......
摘要：小波变换是一种信号的时间-频率分析方法，并且小波分析非常适合于非平稳信号，因此小波分析可作为故障诊断中信号处理的较理想工......
本文介绍了齿轮振动信号的时域分析与频域分析的理论基础。针对齿轮常见故障原因和类型,引出了齿轮故障诊断的常用方法,并选用经典......
齿轮故障数据的建模因为数据复杂有一定的挑战性。提出将选择性集成学习技术引入到该领域,并将聚类算法用于选择性神经网络集成学......
为克服支持向量机中模型参数的随意选择对分类性能造成的不利影响,提出了基于混沌人工蜂群算法的支持向量机（CABC-SVM：Chaotic Artif......
针对基于传统BP神经网络的齿轮故障诊断方法存在收敛速度慢,误差较大等问题,提出经验模式分解(EMD)与BP神经网络相结合的齿轮故障......
鉴于齿轮振动信号非平稳的特征，提出用小波包分析和SOM神经网络相结合的新诊断方法。首先运用虚拟样机技术建立齿轮模型，模拟出各种......
针对齿轮发生故障时其振动信号常常带有非平稳性和调制的特点,提出了基于改进的EMD分解和能量算子解调的故障诊断方法。首先对故障......
提出一种新的自适应时变滤波器设计方法,并将其应用于变速齿轮箱齿轮故障诊断中。齿轮箱振动信号频率成分复杂,特别是多级变速齿轮......
齿轮是传递运动和动力的重要零部件,对其运行状态监测及故障诊断具有重大的意义。齿轮故障诊断试验台用于对齿轮进行疲劳与寿命试......
由于高速重载等不良工况,齿轮往往容易发生齿根裂纹、破损甚至断齿等故障。齿轮作为传动机构的重要组成部件,其故障对整个系统的安......
针对局域均值分解（LMD）方法中滑动平滑获取局部平均函数和包络函数误差较大、跨度选取不合适导致信号无法收敛等缺点,提出采用线性插......
针对齿轮故障振动信号的非平稳特征以及本征时间尺度分解（ITD）方法的缺点,提出了B样条改进的本征时间尺度分解（BITD）和同态滤波解调相......
随着工业朝着智能化和信息化的方向发展,工业跟随着互联网的发展也进入了大数据时代。在这个背景下,传感器每时每刻采集了大量用于......
齿轮是传动系统里面常见的关键部件,准确地了解齿轮当前运行状态及故障诊断,对保障齿轮运行可靠性和减少齿轮故障所带来的重大损失......
目前,机械设备的故障诊断主要是基于振动信号的测量和分析,但在某些特殊工况环境下传感器安装不便或振动信号无法反馈,使得以测量......
通过对突变分段信号的傅里叶变换和小波分析，说明小波分析在判断频率突变位置方面的优越性。利用db4小波对从故障模拟机械平台提取......
为了诊断出强噪声干扰下的齿轮故障,提出时域同步平均技术与AR模型相结合的齿轮故障诊断方法。用TSA技术提取强噪声干扰下的齿轮特......
对固有时间尺度分解（IntrinsicTime—scaleDecomposition，简称ITD）方法进行了改进，提出了基于B样条的局部特征尺度分解方法（Bspline—ba......
针对齿轮故障诊断中难以获得大量故障样本的问题及实时在线诊断的需求，提出了一种基于增量式半监督多变量预测模型（Incremental Semi......
运用等距映射(Isomap)算法将信号的特征数据从原始高维空间映射到低维空间,然后融合深度置信网络(DBN)来诊断齿轮的故障状态。进行......
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......
齿轮故障信号中包含有着复杂的成分,淹没了齿轮故障信息的周期成分。本文利用信号的自相关函数分析方法对齿轮故障信号中的周期分......
