导读:本文包含了共振解调论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:故障诊断,故障,特征,分解,轴承,精密,空气压缩机。
共振解调论文文献综述
马建伟,钱进,毕建鑫[1]（2019）在《基于变分模态分解和共振解调的轴承冲击特征》一文中研究指出本文针对轴承的早期故障,提出基于变分模态分解和共振解调相结合的分析方法。通过Adams建立轴承故障模型,分析出冲击特征;通过轴承试验台获取轴承冲击信号,分析出信号的特征。通过仿真和试验分析表明,该方法能够获得轴承的冲击特征,可以为轴承的故障诊断提供一定的借鉴意义。(本文来源于《电子技术与软件工程》期刊2019年22期）
秦嗣峰,栾瑾[2]（2019）在《基于共振解调的空气压缩机轴承故障诊断研究》一文中研究指出滚动轴承作为轨道交通行业空气压缩机的关键零部件,在列车运行过程中承受着较大的动态载荷,其故障诊断问题不容忽视。为了提取空气压缩机中滚动轴承的故障特征频率,识别轴承故障,本文提出了基于共振解调的故障诊断方法,并分析了滚动轴承的实验信号,准确诊断了滚动轴承元件故障,验证了该方法的有效性。(本文来源于《城市公共交通》期刊2019年10期）
毛海波,周凤星[3]（2019）在《基于粒子群的共振解调滚动轴承故障诊断研究》一文中研究指出针对共振解调方法需要事先获得带通滤波器参数的不足,提出了一种基于粒子群的自适应共振解调方法。该方法采用改进粒子群算法,以峭度和故障脉冲能量因子为优化指标,对带通滤波器的中心频率和带宽进行自适应寻优,并采用最优带通滤波器对信号进行滤波分析,提取出信号中的故障特征频率,完成故障诊断。数字信号仿真实验和故障轴承诊断试验结果表明,该方法能够在强背景噪声下有效提取出信号中故障冲击频率,完成故障诊断。(本文来源于《组合机床与自动化加工技术》期刊2019年09期）
张安,马增强,陈明义,李俊峰[4]（2019）在《基于奇异值分解和共振解调的滚动轴承故障特征提取》一文中研究指出针对共振解调方法容易受到噪声干扰,以及带通滤波器参数难以确定,很大程度上依赖经验的问题,提出一种基于奇异值分解和共振解调的滚动轴承故障特征提取方法;利用奇异值分解算法,将轴承振动信号分解成多个奇异值分量,计算各分量的峭度值,选择峭度值最大的分量,利用谱峭度算法确定中心频率和带宽,并对该分量信号进行带通滤波和包络解调分析。结果表明,提取性能以及鲁棒性能实验证明了该方法能够自适应确定滤波频带,降低噪声干扰的影响,并且在带通滤波器失效情况下有良好的稳定性。(本文来源于《济南大学学报(自然科学版)》期刊2019年04期）
胡爱军,赵军,孙尚飞,黄申申[5]（2019）在《基于相关峭度共振解调的滚动轴承复合故障特征分离方法》一文中研究指出提出了一种基于相关峭度的共振解调方法,并应用于滚动轴承复合故障特征的分离。沿频率轴平移给定滤波窗,计算每个滤波信号的相关峭度;通过设定不同的故障解卷积周期,形成多条故障的相关峭度曲线;根据筛选出的目标相关峭度曲线的最大值,确定多个共振频带对原信号进行共振解调。解决了由于某一频带的峭度值过大,利用谱峭度可能无法识别出不同故障各自激起的共振频带的问题;通过不同能量的多共振频带轴承复合故障仿真验证了共振频带选择的准确性,不同载荷下的轴承内、外圈复合故障实测信号分析表明,该方法可以有效实现轴承复合故障特征的分离。(本文来源于《振动与冲击》期刊2019年08期）
何凯,廖玉松,张宝霞,王艳[6]（2018）在《基于变分模态分解法和共振解调技术的滚动轴承早期故障检测研究》一文中研究指出针对滚动轴承早期故障信号提取困难的问题,基于变分模态分解法和共振解调技术,对滚动轴承早期故障检测进行研究。采用变分模态分解法对滚动轴承振动信号进行分解,计算各分解分量的峭度值,并选取两个最敏感的固有模态分解分量进行重构,然后利用共振解调技术进行解调分析,采用快速傅里叶变换计算出包络谱图。试验结果表明,应用变分模态分解法与共振解调技术更能准确地判断出滚动轴承的早期故障。(本文来源于《机械制造》期刊2018年09期）
王珂,吕勇,易灿灿[7]（2018）在《压缩感知框架下的共振解调故障诊断方法》一文中研究指出风力机滚动轴承早期故障诊断中,压缩感知算法能够利用信号的稀疏性对信号去噪,但稀疏度的选取对去噪结果影响较大。由于信号故障成分在傅里叶域的稀疏度已知,故可通过傅里叶变换基和压缩感知子空间追踪(CS_SP)算法对风力机信号的包络特征进行不完全重构,以降低噪声和其他无关信息的影响,获取直接反映故障特征的信号成分,从而提取故障特征频率。研究结果表明,压缩感知框架下的的共振解调技术能有效获取风力机滚动轴承的故障特征信息,验证了所提方法的有效性。(本文来源于《中国机械工程》期刊2018年16期）
刘红星,卿涛,王虹,何田,张韶华[8]（2018）在《一种空间轴承的自适应共振解调故障诊断方法》一文中研究指出针对传统共振解调故障诊断方法中需依赖主观经验和反复调试选取合适带通滤波器参数的问题,以及包络信号频谱中随机成分对分辨故障特征频率的干扰问题,提出一种空间精密轴承的自适应共振解调故障诊断方法.一方面,根据振动信号功率谱计算重心频率和频率标准差,进而以此确定带通滤波器的中心频率和带宽,实现自适应带通滤波;另一方面,通过频谱平均方法弱化包络信号频谱中的随机成分,使得故障特征谱线清晰度加强.模拟故障信号和实测振动信号的诊断结果表明该方法算法简单,效率高,对保持架磨损故障诊断效果良好,验证了其可行性和有效性.(本文来源于《空间控制技术与应用》期刊2018年04期）
刘玉忠,赵舰[9]（2018）在《浅谈共振解调技术在船舶机械故障诊断中的应用》一文中研究指出随着科学技术的快速发展,近年来我国船舶机械故障诊断领域实现了较为长足的进步,共振解调技术在该领域的广泛应用便属于这一进步的直观体现,基于此,本文简单介绍了共振解调技术的船舶机械故障诊断原理,并对该技术的具体应用进行了详细论述,希望由此能够为相关业内人士带来一定启发。(本文来源于《山东工业技术》期刊2018年16期）
夏均忠,于明奇,黄财,汪治安,吕麒鹏[10]（2018）在《基于Infogram的共振解调方法在滚动轴承故障特征提取中的应用》一文中研究指出带通滤波器参数(中心频率和带宽)设置是共振解调的关键,针对快速峭度图找寻的中心频率偏大、带宽过宽的问题,应用Infogram(信息图)确定带通滤波器参数。研究分析了信息图的概念及特点;通过构建脉冲噪声干扰和故障脉冲高重复率两种仿真信号,对信息图和快速峭度图进行了分析对比,信息图对共振频带的优选效果强于快速峭度图;将信息图应用到轴承内圈、滚动体故障振动信号共振解调中,可得到故障特征频率及其谐波、转频、边频带等轴承故障特征参数,故障特征明显、故障信息较为丰富。(本文来源于《振动与冲击》期刊2018年12期）
共振解调论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
滚动轴承作为轨道交通行业空气压缩机的关键零部件,在列车运行过程中承受着较大的动态载荷,其故障诊断问题不容忽视。为了提取空气压缩机中滚动轴承的故障特征频率,识别轴承故障,本文提出了基于共振解调的故障诊断方法,并分析了滚动轴承的实验信号,准确诊断了滚动轴承元件故障,验证了该方法的有效性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
共振解调论文参考文献
[1].马建伟,钱进,毕建鑫.基于变分模态分解和共振解调的轴承冲击特征[J].电子技术与软件工程.2019
[2].秦嗣峰,栾瑾.基于共振解调的空气压缩机轴承故障诊断研究[J].城市公共交通.2019
[3].毛海波,周凤星.基于粒子群的共振解调滚动轴承故障诊断研究[J].组合机床与自动化加工技术.2019
[4].张安,马增强,陈明义,李俊峰.基于奇异值分解和共振解调的滚动轴承故障特征提取[J].济南大学学报(自然科学版).2019
[5].胡爱军,赵军,孙尚飞,黄申申.基于相关峭度共振解调的滚动轴承复合故障特征分离方法[J].振动与冲击.2019
[6].何凯,廖玉松,张宝霞,王艳.基于变分模态分解法和共振解调技术的滚动轴承早期故障检测研究[J].机械制造.2018
[7].王珂,吕勇,易灿灿.压缩感知框架下的共振解调故障诊断方法[J].中国机械工程.2018
[8].刘红星,卿涛,王虹,何田,张韶华.一种空间轴承的自适应共振解调故障诊断方法[J].空间控制技术与应用.2018
[9].刘玉忠,赵舰.浅谈共振解调技术在船舶机械故障诊断中的应用[J].山东工业技术.2018
[10].夏均忠,于明奇,黄财,汪治安,吕麒鹏.基于Infogram的共振解调方法在滚动轴承故障特征提取中的应用[J].振动与冲击.2018
论文知识图
