文献

J-GLOBAL ID：201702225928621243   整理番号：17A0391735

マルチ定常状態確率共鳴に基づくベアリングの弱い故障信号の検出【JST・京大機械翻訳】

Bearing Weak Fault Signal Detection Based on Adaptive Multi-stable Stochastic Resonance

著者 (3件)： Feng Yi (School of Mechanical Engineering,Nanjing University of Science and Technology) ,  Lu Baochun (School of Mechanical Engineering,Nanjing University of Science and Technology) ,  Zhang Dengfeng (School of Mechanical Engineering,Nanjing University of Science and Technology)
資料名： Zhendong Ceshi Yu Zhenduan  (Zhendong Ceshi Yu Zhenduan)
巻： 36  号： 6  ページ： 1168-1174,1240,1241  発行年： 2016年 
JST資料番号： C2749A  ISSN： 1004-6801  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 二重定常状態確率共鳴モデルは,変調信号を効果的に処理することができない。エンベロープ信号を入力信号とする適応マルチ多確率共鳴(ADAPTIVE MULTI-STABLE CASCADED な RESONANCE,略称)信号強化方法を提案した。まず第一に,エンベロープ信号のエンベロープを復調して,エンベロープ信号の分布特性に従って,信号分布と整合するマルチ定常状態確率共鳴モデルを選択した。次に,故障特性周波数のスペクトル振幅を指標として,確率共鳴モデルのパラメータをアリコロニーアルゴリズムによって適応的に最適化した。最後に,強化信号源としてのノイズを用いて,カスケード信号の故障特性周波数を,カスケード確率共鳴法によって強化し,そして,故障特性成分の強化信号を得た。軸受振動信号の検証結果は,この方法が故障特性周波数成分を強化することができ,他の周波数成分によって引き起こされた弱い故障信号を効果的に抽出することができることを示した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 雑音 ,  軸受 ,  布特性 ,  最適化 ,  *故障 ,  固有振動数 ,  スペクトル
準シソーラス用語： 周波数成分 ,  振動信号 ,  信号源 ,  アントアルゴリズム ,  入力信号 ,  *確率共鳴 ,  *定常状態 , 【Automatic Indexing@JST】

著者キーワード (4件)： rolling bearing ,  envelope signal ,  multi-stable ,  stochastic resonance

分類 (3件)： 数値計算  (JE02000J) ,  機械の組立  (QC05000F) ,  工程管理  (KB03030P)

タイトルに関連する用語 (5件)： マルチ ,  定常状態 ,  確率共鳴 ,  ベアリング ,  故障