文献

J-GLOBAL ID：201902240919353520   整理番号：19A1387353

VMDとFast-Kurtogramに基づく転がり軸受故障特徴抽出法【JST・京大機械翻訳】

Rolling Bearing Fault Feature Extraction Method based on VMD and Fast-Kurtogram

著者 (3件)： Die Xupeng (Army Engineering University of PLA, Shijiazhuang, China) ,  Kang Jianshe (Army Engineering University of PLA, Shijiazhuang, China) ,  Chi Kuo (Army Engineering University of PLA, Shijiazhuang, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ITNEC  ページ： 2088-2092  発行年： 2019年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 故障診断のキーは,伝送機械の振動信号から故障特徴を効果的に抽出することである。本論文では,この問題に基づいて,VMDと高速尖度に基づく転がり軸受のための故障特徴抽出法を提案した。エネルギー差をVMD分解レベルKの選択基準として用いた。最初に,元の信号をVMDによって分解し,尖度基準によって故障情報を含むIMFを選択した。選択したIMFにより信号を再構成した。次に,再構成信号を高速尖度で処理し,再構成信号中心周波数と帯域幅を得た。最後に,故障特性周波数を帯域通過フィルタリングと二乗エンベロープスペクトルによって抽出した。転がり軸受の故障特徴抽出のためのこの方法の有効性を実験データにより検証した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： エネルギーギャップ ,  *特徴抽出 ,  再構成 ,  帯域幅 ,  有効性 ,  選択基準 ,  故障診断 ,  *故障 ,  帯域フィルタ ,  *転がり軸受 ,  高速度 ,  固有振動数
準シソーラス用語： 中心周波数 ,  尖度 ,  振動信号 , 【Automatic Indexing@JST】

分類 (5件)： 送電  (NB05030G) ,  パターン認識  (JE07000S) ,  信号理論  (ND02020G) ,  生体計測  (EL03020C) ,  電力系統一般  (NB02000E)

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