期刊文章详细信息
基于奇异值分解拓展应用的故障特征提取技术 ( EI收录)
Rolling Bearing Fault Feature Extraction Research Based on Application Development of Singular Value Decomposition
文献类型:期刊文章
机构地区:[1]浙江大学工学部,杭州310027 [2]上海交通大学机械系统与振动国家重点实验室,上海200240
基 金:国家自然科学基金资助项目(51305392);中国博士后科学基金资助项目(2013M540489);飞行器海上测控实验室开放基金资助项目(FOM2014OF11);浙江省重大科技专项基金资助项目(2012C01021-2)
年 份:2017
卷 号:37
期 号:1
起止页码:65-69
语 种:中文
收录情况:BDHX、BDHX2014、CSA、CSA-PROQEUST、CSCD、CSCD2017_2018、EI(收录号:20171203466491)、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊
摘 要:以奇异值分解理论为理论基础,通过对奇异值分解矩阵的架构分析,提出了滑移矩阵序列的架构方法。以该方法为指导,引入差异谱、主奇异和、最大特征值重构和最优化滤波器设计等方法,成功实现了滚动轴承故障特征提取。试验数据分析结果表明,提出的基于滑移矩阵序列奇异值分解的故障特征提取技术对于滚动轴承微弱冲击故障特征具有优越的识别和提取能力,对实现滚动轴承强噪声背景下的故障诊断具有重要意义。
关 键 词:奇异值分解 滑移矩阵 特征提取 滚动轴承 故障诊断
分 类 号:TH165.3] TN911]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...