首页  |  期刊简介  |  期刊荣誉  |  编委会  |  现任主编  |  投稿指南  |  下载中心  |  期刊征订
中文核心期刊
Ei Compendex收录期刊
中国科学引文数据库来源期刊
中文科技期刊数据库收录期刊
国际刊号:1004-6801
国内刊号:32-1361/V
用户登录
  E-mail:  
  密  码:  
  作者 审稿  
  编辑 读者  
期刊向导
联系方式
  • 主管:中华人民共和国工业和信息化部
  • 主办:南京航空航天大学
  •           全国高校机械工程测试技术研究会
  • 国际刊号:1004-6801
  • 国内刊号:32-1361/V
  • 地址:南京市御道街29号
  • 电话:025-8489 3332
  • 传真:025-8489 3332
  • E-mail:qchen@nuaa.edu.cn
  • 邮编:210016
改进ILoG算子的故障检测方法
Fault Detection Method Based on Improved Laplacian of Gaussian Operator
  
DOI:10.16450/j.cnki.issn.1004-6801.2020.04.010
中文关键词:  轮对轴承  微弱故障  特征提取  高斯拉普拉斯算子  水循环算法
英文关键词:wheel bearing  weak fault  feature extraction  Laplacian of Gaussian filter  water cycle algorithm
基金项目:国家自然科学基金资助项目(11802184,11790282);河北省自然科学基金资助项目(E2019210049);河北省高等学校科学技术研究资助项目(QN2018016,QN2018025)
作者单位
邓飞跃1,2,杨绍普1,宋文涛2,韩飞2,郝如江2 (1. 石家庄铁道大学省部共建交通工程结构力学行为与系统安全国家重点实验室 石家庄050043)(2. 石家庄铁道大学机械工程学院 石家庄050043) 
摘要点击次数: 41
全文下载次数: 31
中文摘要:
      针对强背景噪声干扰下轮对轴承故障特征微弱、难以准确检测的问题,提出了一种自适应改进高斯拉普拉斯(improved Laplacian of Gaussian,简称ILoG)算子的微弱故障检测方法。ILoG算子滤波器具有优良的信号突变特征检测能力,将其用于轮对轴承故障信号的冲击特征检测,同时利用水循环算法(water cycle algorithm,简称WCA)的寻优特性,并行搜寻筛选最佳的ILoG算子影响参数,通过对参数优化后ILoG算子滤波后信号做进一步包络解调分析,提取出轮对轴承微弱的故障特征信息。对实际轮对轴承外圈和内圈故障信号分析的结果表明,该方法可以有效检测出轴承微弱故障特征频率,故障检测效果优于小波阈值和多尺度形态学差值滤波方法。
英文摘要:
      The weak fault features of wheel bearing are difficult to accurately detect because of the interference of strong background noise. Aiming at the problem, this paper presents a novel method named self adaptive improved Laplacian of Gaussian (ILoG) operator to detect the weak fault features of wheel bearing. The ILoG operator filter has excellent ability to detect the sudden change of signals, which is applied to detect the fault impulse characteristics in bearing fault signals. In addition, water cycle algorithm (WCA) with good optimization characteristic is used to search for the influencing parameters of ILoG operator in order to achieve the best filtering results. The envelope demodulation method is further used to analyze the best filtering signals of the optimized ILoG operator and extract weak fault features. The proposed method is applied to analyze wheel bearings with outer race and inner race fault, and the results show that this method can detect the weak fault characteristic frequencies of bearings effectively. The filtering effect is better than the wavelet threshold denoising and multi-scale morphological difference filter methods.
查看全文  查看/发表评论  下载PDF阅读器
关闭

Copyright @2010-2015《振动、测试与诊断》

地址:南京市御道街29号        邮编:210016

电话:025-8489 3332      传真:025-8489 3332       E-mail:qchen@nuaa.edu.cn

您是本站第2174833位访问者 本站今日一共被访问281

技术支持:北京勤云科技发展有限公司