|
|||||
|
|
| 基于ISSEWD和SOWN的轴承工况识别研究 | |
| 引用本文： | 戚航,郑迎华,陈锡渠.基于ISSEWD和SOWN的轴承工况识别研究[J].机电工程,2021,38(6):740-746. |
| 作者姓名： | 戚航 郑迎华 陈锡渠 |
| 作者单位： | 新乡职业技术学院 汽车技术学院,河南 新乡453000;河南科技学院 继续教育学院,河南 新乡453000 |
| 基金项目： | 河南省高等职业院校创新发展资助项目 |
| 摘 要： | 针对传统滚动轴承运行工况识别方法需要人工特征提取和特征选择的缺陷,提出了一种基于改进谱分割经验小波分解和自组织Wasserstein网络的轴承工况识别方法.首先将采集到的滚动轴承振动信号进行Fourier变换,从而得到了频谱,然后采用四分位数法检测信号频谱边界,进而对信号频谱进行了自适应分割,将滚动轴承振动信号分解为若... |
| 关 键 词： | 滚动轴承 改进谱分割经验小波分解 工况识别 自组织Wasserstein网络 本征模态函数 |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |