典型文献
优化奇异谱分解方法在轴承故障诊断中的应用
文献摘要：
奇异谱分解在处理强噪声信号时获得的模态分量可能包含期待频段之外的信息,会造成严重的模态混叠现象并影响分析效果,深入研究发现造成上述现象的原因是迭代过程中轨迹矩阵的嵌入维数设定不合理.在大量数据分析的基础上提出了一种优化的奇异谱分解方法(OSSD),以迭代过程中划分的频段及重构分量时特征向量的选择为依据确定新的参数并设定嵌入维数,不仅可以使构造的轨迹矩阵更加合理,还可以使分量的重构更加准确.仿真及试验分析表明,该方法可以有效抑制模态混叠现象,减少分解所得分量在频域上的能量泄漏,准确提取滚动轴承振动信号中的故障特征.
文献关键词：
滚动轴承;故障诊断;谱分析;奇异谱分解;嵌入维数;模态混叠
中图分类号：
作者姓名：
马朝永;申宏晨;胥永刚;张坤
作者机构：
北京工业大学,北京 100124;北京市精密测控技术与仪器工程技术研究中心,北京 100124
文献出处：
引用格式：
[1]马朝永;申宏晨;胥永刚;张坤-.优化奇异谱分解方法在轴承故障诊断中的应用)[J].轴承,2022(02):55-60
A类：
OSSD
B类：
奇异谱分解,分解方法,轴承故障诊断,强噪声,噪声信号,模态分量,频段,模态混叠,嵌入维数,特征向量,仿真及试验,试验分析,少分,频域,滚动轴承振动信号,故障特征
AB值：
0.237929
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。
