文献

J-GLOBAL ID：201702269315735118   整理番号：17A0102800

マルチスケールモルフォロジーLv波模態抑制手法【JST・京大機械翻訳】

Multi-scale morphological filtering method for mode mixing suppression

著者 (5件)： Cao Ying (School of Electrical & Information Engineering,Northeast Petroleum University) ,  Duan Yubo (School of Electrical & Information Engineering,Northeast Petroleum University) ,  Liu Jicheng (School of Electrical & Information Engineering,Northeast Petroleum University) ,  Hou Yongqiang (School of Mechanical Science & Engineering,Northeast Petroleum University) ,  Zhang Xuesong (School of Mechanical Science & Engineering,Northeast Petroleum University)
資料名： Dianji yu Kongzhi Xuebao  (Dianji yu Kongzhi Xuebao)
巻： 20  号： 9  ページ： 110-116  発行年： 2016年 
JST資料番号： C2500A  ISSN： 1007-449X  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： HILBERT-HUANG変換(HHT)に存在する混合モード現象に対して、数学形態学理論に基づき、マルチスケール平均組合せ形態フィルタリング方法を提案し、マルチスケール平均組合せ形態フィルタを構築し、オリジナル振動信号に対して前処理を行った。モードの抑制を実現した。転がり軸受の振動信号をオリジナルデータとして故障特性周波数抽出実験を行い、提案方法と集合経験経験モード分解(EEMD)方法による混合モードの抑制効果を比較した。結果により,提案したマルチスケール平均組合せ形態フィルタの時間消費はEEMDの1/10であり,そして,特徴周波数抽出の誤差率はEEMDよりも0.16%低いことを示した。最終的に,マルチスケール平均モルフォロジーフィルタとHHTを結合して転がり軸受の故障特徴抽出の現場試験を行い,特徴周波数の抽出結果と理論値の誤差率は0.26%である。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： フィルタ ,  現場試験 ,  故障 ,  *モルフォロジー ,  周波数 ,  固有振動数 ,  フィルタリング ,  前処理 ,  特徴抽出 ,  転がり軸受 ,  混合モード
準シソーラス用語： モルフォロジーフィルタ ,  モード分解 ,  振動信号 ,  *マルチスケール , 【Automatic Indexing@JST】

著者キーワード (5件)： Hilbert-Huang transform ,  mode mixing ,  multi-scale morphological filtering ,  ensemble empirical mode decomposition ,  feature extraction

分類 (3件)： 構造動力学  (HD02000E) ,  その他のシステムプログラミング  (JD03070M) ,  軸受  (QB01020W)

タイトルに関連する用語 (2件)： Lv ,  手法