已入深夜,您辛苦了!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,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

Fault Diagnosis Based on Feature Mode Decomposition of Whale Optimization Algorithm

鲸鱼 分解 断层(地质) 计算机科学 算法 模式识别(心理学) 特征(语言学) 优化算法 模式(计算机接口) 人工智能 数学 数学优化 操作系统 地质学 地震学 生态学 语言学 哲学 渔业 生物
作者
Jie Zou,Ling Zhao,Bo Mi,Jin Tan
标识
DOI:10.1109/phm58589.2023.00051
摘要

For the increasingly complex problems of mechanical fault signals, a recently introduced adaptive signal processing technique called feature mode decomposition (FMD) has been effectively utilized to diagnose mechanical equipment faults. Since FMD requires prior knowledge, its parameters need to be input manually, and its parameter adaptability directly affects the decomposition performance of FMD. Based on this, this work suggests a method for choosing FMD parameters by the Whale optimization Algorithm (WOA) and uses it to identify mechanical equipment bearing faults. First, the WOA is utilized to search for the best combination of FMD's mode number (K) and filter length (L) after utilizing the sample entropy as the fitness function. The modal components are then obtained through signal decomposition, and the mode component with the highest kurtosis index is chosen. To identify the issue, resonance demodulation analysis is carried out for the target mode, and fault characteristic data is collected. The research on the Xi'an Jiaotong University dataset and MFPT dataset has demonstrated that this technique, which is quicker and more accurate than variational mode decomposition (VMD), can extract fault signals, identify fault types, and be applied to bearing fault detection.
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
舒伯特完成签到 ,获得积分10
2秒前
6秒前
Sitroul完成签到,获得积分10
6秒前
今天没烦恼完成签到 ,获得积分10
8秒前
cici完成签到,获得积分10
8秒前
9秒前
9秒前
WH发布了新的文献求助10
12秒前
12秒前
cici发布了新的文献求助10
12秒前
16秒前
16秒前
Josie完成签到 ,获得积分10
16秒前
18秒前
TS发布了新的文献求助10
20秒前
欧阳完成签到 ,获得积分10
22秒前
24秒前
儒雅的傲芙完成签到,获得积分10
24秒前
Hello应助HR112采纳,获得30
25秒前
Liver完成签到,获得积分20
26秒前
幸福的蜜粉完成签到,获得积分10
28秒前
Liver发布了新的文献求助10
31秒前
共享精神应助黙宇循光采纳,获得10
34秒前
高大的曼寒完成签到,获得积分10
35秒前
俏皮火完成签到 ,获得积分10
38秒前
受伤的妙之应助WH采纳,获得10
39秒前
39秒前
玳瑁猫发布了新的文献求助10
39秒前
丘比特应助堀江真夏采纳,获得10
40秒前
即将高产sci完成签到,获得积分10
41秒前
41秒前
41秒前
黙宇循光发布了新的文献求助10
44秒前
45秒前
科研通AI2S应助柔柔采纳,获得10
46秒前
夏惋清完成签到 ,获得积分0
46秒前
皮卡皮卡完成签到,获得积分10
47秒前
gg发布了新的文献求助10
47秒前
郭郭要努力ya完成签到 ,获得积分10
49秒前
49秒前
高分求助中
Evolution 10000
ISSN 2159-8274 EISSN 2159-8290 1000
Becoming: An Introduction to Jung's Concept of Individuation 600
Ore genesis in the Zambian Copperbelt with particular reference to the northern sector of the Chambishi basin 500
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 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 3161877
求助须知:如何正确求助?哪些是违规求助? 2813104
关于积分的说明 7898643
捐赠科研通 2472140
什么是DOI,文献DOI怎么找? 1316350
科研通“疑难数据库(出版商)”最低求助积分说明 631278
版权声明 602129