文献

J-GLOBAL ID：202002267208023371   整理番号：20A0044071

EEMDと自己相関閾値雑音低減に基づく転がり軸受の故障診断【JST・京大機械翻訳】

Fault Diagnosis for Rolling Bearing Based on EEMD and Autocorrelation Threshold Denoising

著者 (4件)： Huang Yanting (北京信息科技大学 現代測控技術教育部重点実験室,北京,100192) ,  Gu Yuhai (北京信息科技大学 現代測控技術教育部重点実験室,北京,100192) ,  Huang Jingnan (北京信息科技大学 現代測控技術教育部重点実験室,北京,100192) ,  Rao Wenjun (北京信息科技大学 現代測控技術教育部重点実験室,北京,100192)
資料名： Zuhejichuang yu Zidonghua Jiagong Jishu  (Zuhejichuang yu Zidonghua Jiagong Jishu)
号： 10  ページ： 78-82  発行年： 2019年 
JST資料番号： C4103A  ISSN： 1001-2265  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： 転がり軸受の故障特徴抽出に及ぼすノイズの影響を減らすために,集合経験的モード分解(EE-MD)と自己相関閾値ノイズ除去に基づく転がり軸受の故障診断方法を提案した。最初に,オリジナルの信号をEEMDによって分解して,次に,各々のIMF成分を,自己相関閾値ノイズ除去して,次に,ノイズ除去後の各々のIMF成分を,故障周波数特性を抽出するために,包絡解析を通して,診断した。シミュレーション信号と実験データにより,提案した方法がIMF成分の有効信号を効果的に抽出でき,IMF係数選択法に基づく問題を効果的に解決し,提案した方法が実現可能で効果的であることを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *雑音低減 ,  *雑音 ,  *故障 ,  *転がり軸受 ,  エンベロープ ,  特徴抽出 ,  周波数特性 ,  シミュレーション ,  *故障診断 ,  自己相関
準シソーラス用語： 選択法 ,  経験的モード分解 , 【Automatic Indexing@JST】

分類 (2件)： 軸受  (QB01020W) ,  信頼性  (KB04040H)

タイトルに関連する用語 (5件)： 自己相関 ,  閾値 ,  雑音低減 ,  転がり軸受 ,  故障診断