文献

J-GLOBAL ID：201702271111660938   整理番号：17A0391723

転がり軸受故障特徴抽出のEMD-頻譜自相関法【JST・京大機械翻訳】

Feature Extracting Method in the Rolling Element Bearing Fault Diagnosis Based on EMD and Spectrum Auto-correlation

著者 (3件)： Wan Shuting (Department of Mechanical Engineering,North China Electric Power University(Baoding)) ,  Zhan Changgeng (Industrial Turbine Academy Turbomechanical Institute,Hangzhou Steam Turbine Co.,Ltd.) ,  Dou Longjiang (Department of Mechanical Engineering,North China Electric Power University(Baoding))
資料名： Zhendong Ceshi Yu Zhenduan  (Zhendong Ceshi Yu Zhenduan)
巻： 36  号： 6  ページ： 1161-1167,1240  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： まず最初に,本稿では,スペクトル自己相関法(SAC)の特性と経験的モード分解(EMD)の解析過程とベアリングの故障メカニズムについて述べた。軸受故障診断におけるスペクトル自己相関法の限界を指摘し,シミュレーション結果を検証した。次に,経験的モード分解とスペクトル自己相関に基づく軸受故障特徴抽出法を提案し,経験的モード分解によって得られた各成分を比較し,次に,スペクトルの自己相関解析を行い,ベアリングの故障周波数を効果的に提案した。最後に,軸受故障試験台を用いて,深溝軸受と円筒ローラ軸受の内部故障の振動データを測定し,その結果,EMD-頻譜自相関解析法は,単一モード分解,スペクトル自己相関,尖度などの方法よりも優れていることが分かった。それは軸受故障診断のための新しいアイデアを提供する。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 円筒 ,  *特徴抽出 ,  ころ軸受 ,  *軸受 ,  スペクトル ,  転がり軸受 ,  自己相関 ,  単一モード ,  故障診断 ,  *故障
準シソーラス用語： 尖度 ,  内部故障 ,  相関分析 ,  故障メカニズム ,  経験的モード分解 , 【Automatic Indexing@JST】

著者キーワード (5件)： empirical mode decomposition(EMD) ,  spectrum auto-correlation(SAC) ,  bearing fault ,  kurtosis ,  feature extracting

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  信号理論  (ND02020G)

タイトルに関連する用語 (4件)： 転がり軸受 ,  故障 ,  特徴抽出 ,  相関法