本文主要研究内容
作者余忠潇,郝如江（2019）在《基于LCD和MCKD的轴承故障诊断》一文中研究指出：针对振动信号故障特征频率微弱且难以提取的问题,提出基于局部特征尺度分解(local characteristic-scale decomposition,LCD)和最大相关峭度反卷积(maximum correlated kurtosis deconvolution,MCKD)相结合的故障诊断方式。通过对待测信号进行LCD分解,得到一系列的内禀尺度分量(intrinsic scale component,ISC),并根据相关系数,即峭度的筛选原则选择重构所需的真实分量。再利用MCKD对重构信号进行降噪处理,最后对降噪后的信号进行包络解调,提取故障特征信息。实验证明该方法在轴承故障诊断上具有一定的可行性。
Abstract
zhen dui zhen dong xin hao gu zhang te zheng pin lv wei ruo ju nan yi di qu de wen ti ,di chu ji yu ju bu te zheng che du fen jie (local characteristic-scale decomposition,LCD)he zui da xiang guan qiao du fan juan ji (maximum correlated kurtosis deconvolution,MCKD)xiang jie ge de gu zhang zhen duan fang shi 。tong guo dui dai ce xin hao jin hang LCDfen jie ,de dao yi ji lie de nei bing che du fen liang (intrinsic scale component,ISC),bing gen ju xiang guan ji shu ,ji qiao du de shai shua yuan ze shua ze chong gou suo xu de zhen shi fen liang 。zai li yong MCKDdui chong gou xin hao jin hang jiang zao chu li ,zui hou dui jiang zao hou de xin hao jin hang bao lao jie diao ,di qu gu zhang te zheng xin xi 。shi yan zheng ming gai fang fa zai zhou cheng gu zhang zhen duan shang ju you yi ding de ke hang xing 。
论文参考文献
论文详细介绍
论文作者分别是来自中国科技论文的余忠潇,郝如江，发表于刊物中国科技论文2019年02期论文，是一篇关于局部特征尺度分解论文,最大相关峭度反卷积论文,轴承论文,故障诊断论文,中国科技论文2019年02期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自中国科技论文2019年02期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：局部特征尺度分解论文; 最大相关峭度反卷积论文; 轴承论文; 故障诊断论文; 中国科技论文2019年02期论文;