文献

J-GLOBAL ID：201702279719826478   整理番号：17A1792285

EMDとバイスペクトル分析による故障特徴抽出法【JST・京大機械翻訳】

著者 (6件)： Jiang Yonghua (浙江師范大学精密机械研究所 金華,321004) ,  Li Rongqiang (浙江師范大学精密机械研究所 金華,321004) ,  Jiao Weidong (浙江師范大学精密机械研究所 金華,321004) ,  Tang Chao (浙江師范大学精密机械研究所 金華,321004) ,  Cai Jiancheng (浙江師范大学精密机械研究所 金華,321004) ,  Shi Jizhong (浙江師范大学精密机械研究所 金華,321004)
資料名： Zhendong Ceshi Yu Zhenduan  (Zhendong Ceshi Yu Zhenduan)
巻： 37  号： 2  ページ： 338-342  発行年： 2017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： 従来のバイスペクトル解析は理論的にGauss雑音を抑えることができるが,非Gauss雑音に対しては不十分であるため,経験的モード分解(EMD)とバイスペクトル解析に基づく故障特徴抽出法を提案した。そして,転がり軸受の故障診断に適用される。最初に,EMD信号をEMDによって分解した。次に、エネルギー相関法を用いてEMD分解過程に現れる擬固有モード成分(intrinsic mode function、IMF)を除去する。最後に,得られた実際のIMFのバイスペクトル解析により故障特性を抽出した。シミュレーションと実験結果は,提案した方法が,パワースペクトル解析と従来のバイスペクトル解析より優れていることを示して,それは,強いノイズバックグラウンドにおける機械的故障特性情報をより効果的に抽出することができて,転がり軸受の故障特徴抽出のための新しい方法を提供した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 転がり軸受 ,  故障診断 ,  *特徴抽出 ,  *故障 ,  Gauss雑音 ,  固有モード ,  非Gauss雑音
準シソーラス用語： 機械故障 ,  パワースペクトル解析 ,  経験的モード分解 ,  *バイスペクトル , 【Automatic Indexing@JST】

分類 (1件)： 軸受  (QB01020W)

タイトルに関連する用語 (4件)： バイ ,  スペクトル分析 ,  故障 ,  特徴抽出法