文献

J-GLOBAL ID：202202278807785677   整理番号：22A1046725

多変量局所特性スケール分解と1.5次元経験的エンベロープスペクトルに基づく歯車故障診断【JST・京大機械翻訳】

Multivariate local characteristic-scale decomposition and 1.5-dimensional empirical envelope spectrum based gear fault diagnosis

著者 (5件)： Zhou Jie (State Key Laboratory of Advanced Design and Manufacturing for Vehicle Body, Hunan University, Changsha, 410082, PR China) ,  Yang Yu (State Key Laboratory of Advanced Design and Manufacturing for Vehicle Body, Hunan University, Changsha, 410082, PR China) ,  Li Xin (State Key Laboratory of Advanced Design and Manufacturing for Vehicle Body, Hunan University, Changsha, 410082, PR China) ,  Shao Haidong (State Key Laboratory of Advanced Design and Manufacturing for Vehicle Body, Hunan University, Changsha, 410082, PR China) ,  Cheng Junsheng (State Key Laboratory of Advanced Design and Manufacturing for Vehicle Body, Hunan University, Changsha, 410082, PR China)
資料名： Mechanism and Machine Theory  (Mechanism and Machine Theory)
巻： 172  ページ： Null  発行年： 2022年 
JST資料番号： B0947A  ISSN： 0094-114X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 既存の歯車故障診断方法のほとんどは,処理のために単一チャネル信号だけを使用する。より多くの故障情報を抽出し,より包括的で正確な故障解析を実現するために,収集したマルチチャネル信号を処理する必要がある。本論文では,新しい多変量信号分解法,多変量局所特性スケール分解(MLCD)を同時にマルチチャネル信号を分解するために提案する。MLCDを多変量経験的モード分解(MEMD)と比較して,両方法は多変量信号分解に適しているが,MLCDは計算効率,エンドポイント効果の抑制および分解精度においてMEMDより優れていることを示した。歯車故障特性周波数を強調するために,1.5次元経験的包絡線スペクトル(1.5DEES)を提案した。1.5D EESは,経験的エンベロープ法と1.5次元スペクトルの利点を結合して,それはエンベロープ信号のノイズを効果的に減らして,信号の故障特性を強調することができた。上記の2つの方法に基づいて,新しい歯車故障診断方法,多変量局所特性スケール分解と1.5次元経験的包絡線スペクトル(MLCD-1.5DEES)を提案して,マルチチャネル歯車故障信号分解と故障特徴抽出に適用した。シミュレーションと実験結果は,MLCD-1.5D EESの有効性と優位性を実証した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 固有振動数 ,  雑音 ,  *故障 ,  *歯車 ,  信号 ,  *故障診断 ,  特徴抽出 ,  *スペクトル ,  故障解析 ,  周波数解析 ,  *エンベロープ ,  線スペクトル
準シソーラス用語： 計算効率 ,  経験的モード分解 ,  信号分解 ,  *多変量 , 【Automatic Indexing@JST】

著者キーワード (4件)： 多変量局所特性スケール分解 ,  1.5次元経験的エンベロープスペクトル ,  歯車 ,  故障診断

分類 (2件)： 歯車,歯車装置  (QB01060O) ,  軸受  (QB01020W)

タイトルに関連する用語 (9件)： 多変量 ,  スケール ,  分解 ,  5次元 ,  経験 ,  エンベロープ ,  スペクトル ,  歯車 ,  故障診断