文献检索-宁波市创意产业特色资源库

限定检索结果

基于Hilbert包络谱和SVM的齿轮故障诊断: 收藏
分享
引用; 《东北电力大学学报》2017年第6期37卷 56-61页; 作者：崔天晓周小龙刘文浩王增鹏马静郑佳超东北电力大学工程训练教学中心吉林吉林132012 吉林石化工程设计有限公司吉林吉林132012 中国石油吉林石化公司吉林吉林132012 敦化市亚联机械制造有限公司吉林敦化133700; 针对齿轮振动信号非平稳性和故障特征难以提取的问题,提出一种基于希尔伯特(Hilbert)包络谱和支持向量机(SVM)相结合的故障诊断方法。首先,采用基于镜像延拓的改进经验模态分解(EMD)方法,将齿轮振动信号分解成一系列含有信号特征的固有...; 针对齿轮振动信号非平稳性和故障特征难以提取的问题,提出一种基于希尔伯特(Hilbert)包络谱和支持向量机(SVM)相结合的故障诊断方法。首先,采用基于镜像延拓的改进经验模态分解(EMD)方法,将齿轮振动信号分解成一系列含有信号特征的固有模态函数(IMF);其次,根据正交性原理,选取包含信号主要信息的模态分量进行希尔伯特变换并求出包络谱;最后,将包络谱所求出的特征幅值比作为支持向量机分类器的输入来识别齿轮的工作状态。试验结果表明,该方法能有效地识别和诊断出齿轮的工作状态,可应用于该类问题的故障诊断研究。; 来源：详细信息评论

限定检索结果