典型文献
基于SVMD与SLLE的机械设备齿轮箱故障诊断方法
文献摘要：
针对机械设备齿轮箱故障识别难度较大,且采集的信号通常受到强背景噪声干扰等问题,提出一种将连续变分模式分解(SVMD)和监督局部线性嵌入(SLLE)相结合的算法,用于机械设备齿轮箱的故障诊断.首先通过SVMD对采集到的振动信号进行分解,得到特定的期望模式分量;然后再获取这些分量的类标签信息,并利用这些类标签信息来缩放不同类别分量间的欧几里德距离;最后通过SLLE对这些处理后的样本数据进行降维处理,从而准确识别机械设备齿轮箱的故障类型.通过对模拟仿真信号和从齿轮箱故障模拟实验平台采集到的振动信号进行分析,聚类识别的正确率可以达到95.27％,验证了所提出方法的可行性.
文献关键词：
连续变分模式分解;监督局部线性嵌入;机械设备齿轮箱;故障诊断
中图分类号：
作者姓名：
方学宠;娄益凡;吴安定;覃嘉祺
作者机构：
温州市特种设备检测院,浙江温州325000;武汉科技大学,湖北武汉430081
文献出处：
引用格式：
[1]方学宠;娄益凡;吴安定;覃嘉祺-.基于SVMD与SLLE的机械设备齿轮箱故障诊断方法)[J].机械与电子,2022(01):36-41,47
A类：
SVMD,SLLE,机械设备齿轮箱,连续变分模式分解,监督局部线性嵌入
B类：
齿轮箱故障诊断,故障诊断方法,故障识别,背景噪声,噪声干扰,振动信号,标签信息,缩放,欧几里德,降维处理,准确识别,故障类型,模拟仿真,故障模拟,模拟实验,实验平台
AB值：
0.149508
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
