清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

A failure diagnosis method of ball bearing based on optimized multiscale variational modal extraction with synchro squeezing transformation

同步器 情态动词 球(数学) 转化(遗传学) 结构工程 方位(导航) 振动 工程类 计算机科学 数学 声学 物理 材料科学 人工智能 数学分析 复合材料 电气工程 生物化学 化学 基因
作者
Yongpeng Li,Mingyue Yu,Ping Wu,B. Qiao
出处
期刊:Noise & Vibration Worldwide [SAGE]
卷期号:55 (3): 154-166
标识
DOI:10.1177/09574565241235327
摘要

When a compound failure occurs in a bearing, the failure information included in vibration signals is featured by being weak, complex and combined. This fact makes it difficult to identify a compound failure precisely. Variational mode extraction (VME) solves the problem of variational mode decomposition (VMD) in being difficult to determine the number of decomposition layers and has certain applications in the identification of bearing failures. However, the initial expected central frequency of VME and option of penalty factor is crucial to the extraction of expected mode. To precisely determine the central frequency and penalty factor of VME and fulfill the correct extraction of feature information of compound failures in bearing, the paper has proposed a method based on synchro squeezing transform (SST) and information entropy to adaptively determine the parameters in VME (SST-VME). Firstly, SST is used to make time-frequency analysis of original vibration signals and characteristic frequency bands with larger energy are chosen from time-frequency spectrum to adaptively determine the expected central frequency of VME. Secondly, as information entropy has representation capacity for information included in the signal, penalty factor of VME was adaptively determined according to information entropy. Thirdly, original signals were subjected to VME according to expected central frequency and penalty factor adaptively determined; the expectation mode obtained was denoised by singular value decomposition algorithm. Finally, the type of compound failures of bearing is determined according to the frequency spectrum of denoised signals. To verify the effectiveness of proposed method, a comparison with VMD algorithm is conducted. As indicated by the result, the proposed method is more precise and comprehensive than VMD algorithm to extract the feature information corresponding to compound faults of bearing, and thereby correctly determines the type of compound failures.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
hh0发布了新的文献求助10
7秒前
hh0发布了新的文献求助10
18秒前
30秒前
hh0发布了新的文献求助10
31秒前
搞怪的白云完成签到 ,获得积分10
38秒前
hh0发布了新的文献求助80
44秒前
FashionBoy应助青梅采纳,获得20
47秒前
hh0发布了新的文献求助150
54秒前
1分钟前
hh0发布了新的文献求助10
1分钟前
1分钟前
hh0发布了新的文献求助30
1分钟前
青梅发布了新的文献求助20
1分钟前
红茸茸羊完成签到 ,获得积分10
1分钟前
hh0发布了新的文献求助10
1分钟前
浚稚完成签到 ,获得积分10
1分钟前
hh0发布了新的文献求助100
1分钟前
hh0发布了新的文献求助100
1分钟前
1分钟前
青梅发布了新的文献求助10
1分钟前
hh0发布了新的文献求助30
2分钟前
2分钟前
hh0发布了新的文献求助30
2分钟前
hh0发布了新的文献求助10
2分钟前
hh0发布了新的文献求助100
2分钟前
hover完成签到,获得积分10
2分钟前
健壮的怜烟完成签到,获得积分10
2分钟前
丘比特应助科研通管家采纳,获得10
2分钟前
NexusExplorer应助hh0采纳,获得10
3分钟前
hh0发布了新的文献求助10
3分钟前
于洋完成签到 ,获得积分10
3分钟前
未完成完成签到,获得积分10
3分钟前
hh0发布了新的文献求助10
3分钟前
3分钟前
失眠的香蕉完成签到 ,获得积分10
3分钟前
hh0发布了新的文献求助10
3分钟前
jjj完成签到 ,获得积分10
3分钟前
hh0发布了新的文献求助150
3分钟前
不知名的呆毛完成签到 ,获得积分10
4分钟前
hh0发布了新的文献求助10
4分钟前
高分求助中
歯科矯正学 第7版(或第5版) 1004
The late Devonian Standard Conodont Zonation 1000
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 1000
Smart but Scattered: The Revolutionary Executive Skills Approach to Helping Kids Reach Their Potential (第二版) 1000
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 700
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
Zeitschrift für Orient-Archäologie 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3239003
求助须知:如何正确求助?哪些是违规求助? 2884295
关于积分的说明 8232922
捐赠科研通 2552338
什么是DOI,文献DOI怎么找? 1380690
科研通“疑难数据库(出版商)”最低求助积分说明 649071
邀请新用户注册赠送积分活动 624769