一种改进的Dual-Kurtogram-Based控制图对滚动轴承的状态监测和复合故障诊断

文摘

状态监测和复合故障诊断是至关重要的要点,以确保旋转机械的正常运行。状态监测的新方法和复合故障诊断基于dual-kurtogram算法和多变量统计过程控制是建立在这项研究。该方法的核心思想是提取部分波段dual-kurtogram的能力。振动数据在正常情况下由dual-kurtogram分解成两个部分波段。然后,部分波段的谱峰度(SK)我和包络谱峰度(面)的第二部分波段制定构建一个基于核密度估计控制限。同样,振动数据,需要监视dual-kurtogram构造分为两部分波段。次能带我的SK和第二次能带计算获得的面基于协方差统计行列式。一个报警时将触发统计超过控制限和适合采用平方包络分析的部分波段获取特征频率。仿真和实验数据用于验证该方法的可行性。结果证实,该方法可以有效地进行状态监测和故障诊断。此外,比较研究表明,该方法优于传统的控制图、包络分析和经验模态分解。

1。介绍

滚动轴承是旋转机械的重要组成部分。然而,许多这些bearing-host系统经常发生的故障轴承故障,因此,轴承状态监测对保证系统的安全运行是至关重要的。然而,实际的振动信号,尤其是弱故障振动信号,经常受到不同程度的噪声(1]。因此,有效的提取故障信息与共振解调狭窄乐队状态监测和诊断是必要的。同时,复合故障经常发生在实际工作条件下,所以复合故障的诊断是必不可少的。总的来说,弱故障特征提取,实时监控提供一个警告,和复合故障诊断是重要的,以确保旋转机械的正常运行。

机器的健康很大程度上取决于轴承的强度和可靠性,和不同的轴承产品在制造过程中可能出现的缺陷。因此,检测此类缺陷是高度所需轴承的状态监测和质量检验2]。流行的统计参数在时间和频率域经常用于监测轴承滚动体的条件(3- - - - - -5]。因此,使用统计过程控制与这些统计数据建立控制图是非常有效的。然而,单变量监测复杂的工作条件下,是远远不够的。因此,开展状态监测提供早期预警是必不可少的,防止重大损失的缺陷,和这个任务可以通过多元统计过程控制(MSPC)。MSPC目前在各个领域的使用,但却很少应用于旋转机械的状态监测。Hadian和Rahimifard6)利用多元统计控制图和一个复杂的过程能力指数来监测项目持续时间和成本,为经理提供可靠的信息成本和实际表现之间的关系。Prastyo et al。7)使用多元控制图监控工厂的水质,有效改善之前的假警报率高的水质监测技术。他等。8)应用灰度图像和MSPC制造车间有效监控生产。一些研究人员MSPC应用于旋转机械。荣格(9)提出了一种小波非参数多变量控制图,解决了这个问题的参数分布的假设;然而,引导的方法,他在他的研究中使用可能会引入估计偏差。Henneberg et al。10认为他的研究是第一个实施控制图的状态监测推进器齿轮。鉴于MSPC在其他领域的出色表现,当前作者渴望引入到旋转机械。

然而,旋转机械的振动信号是经常不稳定,淹没在巨大的噪音。解决这些问题,需要考虑几个问题当构建控制图:(1)理论分布的信号与噪声和(2)构造合适的离群值强噪音所淹没。估计相应的概率密度函数,克服误警率高,核密度估计(KDE)可以用来提供一个精确的控制限制的图表。一些研究已经调整了霍特林的控制限图表来改善其性能与未知分布监测数据通过使用非参数技术(11,12]。KDE的适应性技术可以减少误警率的多元控制图。另一方面,故障信号将被大量的噪音和其他干扰组件,导致不显眼的故障特点和逾期故障预测。我们需要提取共振窄带增强功能,并在下一节中介绍的方法可以提高故障特性,所以的细节在下一节中提供了方法。

状态监测后故障诊断是必要的。包络分析(13)可以有效地提取轴承故障信号的特征频率,但易受干扰组件和噪音。为了解决这个问题,窄带分析通常用于提高信封的性能分析。kurtogram [14,15表现出良好的性能在窄带信号分析。谱峰度(SK)是一个函数的短时傅里叶变换(STFT)窗口,它是用于定位敏感故障振动信号的频带。然而,kurtogram很难适用于工程由于其较低的计算效率。改善kurtogram的效率,安东尼提出了一个快速算法称为kurtogram [16]。通过使用一系列的计算效率大大提高有限脉冲响应滤波器(杉木)基于1/3-binary树结构。快kurtogram改变最优解调频带的选择的基础上,研究者的经验。因此,引入快速kurtogram强烈支持的选择最佳的频带。考虑性能的快速kurtogram,一系列的改进优化解调频带算法提出了基于快速kurtogram之后。Lei et al。17)建议使用小波包变换代替STFT和冷杉滤波器来提高分解的效果,因为前者可以处理非平稳的信号比STFT更有效。小王和梁18)提出了一种改进的算法,使用窗口叠加技术找到最优滤波器。该方法可以自适应地估计中心频率和带宽。陈等人。19)设计了一种改进的kurtogram使用冗余的第二代小波包变换和相关峰态;这kurtogram可以有效地从当地提取故障特征频带,防止频率混叠。在这种方法中,标准参数是由计算窄频时域信号的频带。当标准参数用于确定最佳的频带,SK的滤波器设计的基础上。尽管SK产生有效的结果在一定条件下,它也不能在某些情况下,例如,在存在相对强劲,非高斯噪声与高峰或故障脉冲的重复率相对较高。为了解决这个问题,Barszcz和Jablonsk20.)提出protrugram与快速kurtogram相比,protrugram计算包络谱幅值的峰度代替SK,有效定位高影响力的最佳共振频带的缺点。从前面讨论,快速kurtogram和protrugram可以组合。通过这种方式,建立了窄带增加了故障信息,提高故障的诊断。

出于上述的问题,改进dual-kurtogram-based提出了控制图提供早期和有效的复合故障预警和诊断。与传统kurtogram相比,dual-kurtogram算法可以同时诊断高和低密度影响的缺点21]。同时,dual-kurtogram MSPC可以提供早期预警的错。因此,dual-kurtogram可以实现旋转机械状态监测和故障诊断的目的。

本文的其余部分的结构如下。部分2总结了霍特林的控制图和KDE算法。dual-kurtogram算法的概念解释3。结合dual-kurtogram和多元霍特林的控制图,对该方法,提出了部分4。部分5通过模拟和实验验证该方法。结论是和未来工作的方向提供了部分6。

2。多元霍特林的控制图

2.1。传统的霍特林的控制图

霍特林的控制图(22)是一种多变量控制图可用于过程监控。的控制图计算和下变量:是平均值;和协方差矩阵。

每一个批次的样本数据的样本大小和的平均值和样本方差变量的测试数据一批数据 在哪里代表了的观测值th变量批数据。

之间的协方差th和th变量的一批数据

然后,统计数据 ,和平均为批次的数据和变量: 向量的元素吗和样本协方差矩阵

的统计数据可以计算如下:

假设遵循多元正态分布的数据,控制霍特林的限制可以使用以下方程: 在哪里 是分布函数,是观察,的数量变量的数量,是误警率。这个过程被认为是控制统计在方程(5)低于控制上限。

然而,轴承的振动信号淹没在强噪声和不服从正态分布,因此,我们需要执行增强特性来避免强噪声干扰和使用KDE计算控制限,确保极限控制的准确性。

2.2。构建统计数据与Dual-Kurtogram

故障信号淹没在强噪声和其它干扰成分,这将导致故障特征不明显和故障显示不及时。考虑上述情况,kurtogram算法通常用于增强特性使故障特征更加明显。因此,改进dual-kurtogram算法用于提高提到的故障特征,SK的值和dual-kurtogram部分波段提取的面,分别构造序列构造统计数据与方程(5)。

2.3。KDE-Based控制限

一个未知的随机变量的概率密度函数估计可以通过应用KDE的方法。这种非参数技术被首次引入Rosenblatt [23]和Parzen [24),因此,它有时被称为Rosenblatt-Parzen核密度估计量,这是一个扩展的直方图估计量。

KDE被用来估计的分布统计(25]。让霍特林的统计之道条件下获得的。的分布统计数据可以计算使用以下核函数: 在哪里和定义内核函数和估计的平滑参数,分别。最常用的内核之一是高斯内核,也是当前采用的分析。内核被定义为高斯函数

因此,控制的极限统计数据可以估计基于KDE内核分配的百分比。因此,控制的极限基于KDE等于统计 - - - - - -th百分位的分布,可以计算如下: 在哪里经验分布函数和吗显著性水平。

从进行介绍,信号由dual-kurtogram过滤算法提取SK和构建霍特林的面控制图应用状态监测。

3所示。Dual-Kurtogram算法

快kurtogram [16)是一种有效的非平稳信号的共振解调的工具。它可以选择一个频带有轴承故障信息通过过滤,提高轴承的特点,减少噪音的干扰。是设计的核心思想与不同的层次分解滤波器带宽得到过滤的SK信号和识别断层共振频带最丰富的故障信息。该方法广泛应用于旋转机械的故障诊断。

3.1。快Kurtogram

对于非平稳的信号,SK是一个非常有效的指标。安东尼(15)设计了一个基于STFT kurtogram过滤滚动轴承的共振频带,实现滚动轴承的早期故障诊断。

让信号 ,STFT可以表示为 可以被看作是一个复杂的信封的频率和时间,并基于STFT SK频率可以表示为 在考虑固定添加噪声的存在 ,SK可以进一步表示为 在哪里SK信号吗添加了平稳噪声和信噪比(信噪比)。

然而,基于STFT kurtogram需要计算SK在几乎所有的组合窗口长度和中心频率,需要大量的计算。安东尼(16]提出使用一系列冷杉滤波器代替STFT来提高计算效率。这样的改进是称为快速kurtogram,其基本步骤如下:步骤1:一个低通滤波器的截止频率 , 提供。一个高通滤波器和一个低通滤波器构造的基础上吗 。表达式是 滤波器的带宽是 和 ,分别在哪里采样频率。采用树结构如图1从上到下,信号多次分解使用上述高和低通滤波器。与此同时,分解层数 ,和每一层的部分波段可以获得。让第i部分波段k层 。它的中心频率 ,它的带宽 ,和相邻的低次能带 步骤2:通过构建一个三连音完善频带滤波器组,两个组滤波器的原理类似于银行,把每层的两个师为三个部门。此后,级三个过滤器插入th和 两个组滤波器产生一一对应。得到的滤波器组结构成为1/3-binary树结构,如图2。步骤3:公式的和 ,subsignal的实部和虚部相差90°不管它是一个高通或低通滤波器。通过包络解调的原理,分析信号的包络线,因此,SK的subsignal可以表示为 的SK subsignals计算,可以获得用于解调的部分波段选择相对应的中心频率和带宽最大的SK。

3.2。快速计算Protrugram

快速kurtogram的建议后,该算法提出了改进。虽然可以提高解调频带的质量在某种程度上,这个乐队是容易受到脉冲噪声的影响与轴承故障无关。为了克服这一缺陷,Barszcz和雅布伦斯基20.]提出的使用面代替SK克服问题的信号是一种的存在相对强劲的非高斯噪声与高峰或故障脉冲的重复率相对较高。

Protrugram和快速kurtogram展览两个主要区别:(1)度规从SK转换面,(2)变频带转换为固定的窄带。考虑到两个差异,我们直接用面代替SK和应用快速kurtogram而不是固定在protrugram窄带。因此,最高的部分波段面可以直接使用该算法计算。

3.3。Dual-Kurtogram算法

快kurtogram已广泛应用于先前的研究。然而,它几乎不能提取的故障频带复合故障的情况下,这部分波段是经常发现在只有一个错。当快kurtogram用于复合故障特征的研究,它可以有效地定位故障部分波段和高影响力密度低密度影响断层部分波段将被淹没26]。为了弥补这一缺陷,protrugram 1/3-binary树形式(27本算法中使用。该算法可以找到高影响力密度断层部分波段的实验。然后,dual-kurtogram算法构造提取两次能带和有效检测复合的缺点。

dual-kurtogram算法可以找到最好的共振频带低收入和高影响力密度的缺点。考虑其优势和dual-kurtogram算法,结合,提取的部分波段将产生最大的SK和鬼。然后,最大的SK和最大的面应该用于构造统计数据。改进dual-kurtogram-based控制图算法用于监控并提供早期预警的弱的缺点。

4所示。一种改进的Dual-Kurtogram-Based控制图

轴承振动信号能有效地反映轴承的健康,广泛用于故障检测。这些信号得到轴承的整个操作过程。许多统计参数或振动信号的特征可以用来评价从定性和定量两轴承的健康。

在这种方法,谱峰度(SK)和包络谱峰度(面)是利用两个时频域指标。检查两个指标的敏感性特征频率的缺点,具有不同特征的不同信号模拟轴承外圈故障频率。故障特征频率范围从20赫兹到120赫兹,步长是0.1赫兹,其他参数都是相同的值除了故障特征频率,采样频率设置为12000 Hz,长度是0.3秒的时间。分析结果如图3。

在图3,横轴代表刺激信号的故障特征频率,纵轴代表的是归一化值,计算归一化值除以实际价值(SK的价值和面)最大的这些值。如图3,谱峰态显示一个向下的趋势与故障特征频率的减少,和包络谱峰度显示了上升趋势下降的故障特征频率。同时,故障特征频率的变化趋势与SK的归一化值和面代表的密度的影响。通过以上分析,可以得出结论,谱峰度是低密度的影响更敏感。信封谱峰度高密度的影响更敏感。考虑提出dual-kurtogram方法,次能带我可以计算出最高的谱峰态值,可以计算和二次能带包络谱峰度值最高可分别提取。因此,在实际应用中,快速kurtogram可以识别低密度的影响而protrugram可以识别高密度的快速计算的影响。鉴于dual-kurtogram算法侧重于SK和面,SK和面是理想的指标,用以衡量健康的轴承在这项研究。MSPC产生一个好的影响多个指标的实时监控。因此,快速kurtogram和快速计算protrugram结合找到一个合理的融合规则在低收入和高影响力密度监控故障的滚动轴承故障,实现在滚动轴承复合故障的监测与诊断。

流程图的故障监测和诊断方法包括两个阶段如图4。数据搜集和分析来构造控制图在阶段即正常轴承振动信号应用于dual-kurtogram算法,和两个带通滤波器的设计是为了获得部分波段。从次能带我SK值获得,从部分波段获得二面。两个值的协方差矩阵是计算每一次能带。然后,统计数据是由协方差矩阵,用于计算控制限KDE。

在第二阶段,该算法在第一阶段重复获得SK面,协方差矩阵是计算构造统计数据。的统计数据与控制极限。当统计超过控制限,部分波段用于构造执行数据提取和包络分析在这些部分波段。故障特征频率对应于两个部分波段。通过这种方式,可以获得滚动轴承的故障定位。

5。实验验证

验证了方法,模拟和实验测试在我们的研究中进行的。积极结果验证该方法。介绍了复合故障模拟下面。

5.1。模拟

为了验证方法的有效性,外层和滚动体故障模拟。信号的表达式是 在哪里是外圈故障信号,是滚动体故障信号,是白噪声。

其中,的表达是 和的表达是 在哪里冲击响应的振幅,阻尼系数,谐振频率,是脉冲的数量, ,和 。

然后, 赫兹和 赫兹在这个模拟,是外环故障特征频率和是滚动体故障特征的错。表中列出的相关参数1模拟信号的,结果呈现在图5。

与基本模型,整个模拟过程将开始如下:首先,一个正常的轴承振动信号通过模拟、构造和开发控制图使用中描述的算法流程图。然后,考虑轴承的长期工作,我们的模拟设计一步模拟增加了故障程度。我们增加逐步建立和使用算法统计监测过程。因此,如果统计超过控制限,然后可以发出警报,导致部分波段的分析我通过包络谱和二次能带。

在监测过程中在实际模拟中,每个示例包括4个次级样本和次级样本包含4096数据点。控制极限的计算是通过方程(9.628)和控制限的计算是通过内核估计(方程(16.889))。如图6 (b),统计开始超过控制限404号样品和信噪比是−10 db,证明的控制图可以显示早期的缺点。按照预警标准的控制图,图中可以看到图6 (b)。如果四个连续5点超出控制限,那么应该发出早期预警(28]。因此,将发出警报,将进行故障诊断的部分波段计算dual-kurtogram算法在这个时期。相比之下,传统控制图也用于监控,如图6(一),传统控制图异常信号的敏感性,发现完全低于该方法。

在图7,中心频率为1500赫兹的带宽是1000赫兹;在图8,中心频率为3500赫兹在每个部分波段带宽是1000赫兹。这些值符合我们模拟的共振频率 ,这是1500 Hz, 3500 Hz。同时,平方包络分析应该执行部分波段,和故障特征频率110赫兹和49赫兹,可以提炼出如图9和10。这些发现也符合我们的仿真结果。

相比之下,EMD,传统的故障诊断方法,可以将复杂的信号函数分解成许多固有模态函数(货币)应用于模拟信号。分解前六首先如图11。采用快速傅里叶变换的固有模式函数(货币)来获得光谱频率,如图12。故障特征频率不能清楚地发现图12。

包络谱分析了信号的包络线,从包络谱识别故障频率。应用希尔伯特包络谱分析方法的结果如图13。故障特征频率也不能清楚地发现图13。

比较研究与EMD和希尔伯特包络谱分析方法表明,断层特征混合图和难以区分12或13,也表明我们的方法更好的性能。

5.2。轴承的Run-to-Failure数据集

在这项研究中,轴承的run-to-failure数据是用来测试算法的有效性在状态监测和故障诊断。球面滚子轴承run-to-failure生活从测试获得数据进行35天(29日]。所有的轴承都是force-lubricated。Rexnord咱- 2115双列轴承安装在轴上,如图14。转速保持不变在2000 RPM通过交流电动机耦合的轴橡胶皮带。2722公斤的径向载荷应用于轴和轴承由一个弹簧装置。PCB 353 b33加速器是用来获得轴承的振动信号。振动信号由计算机记录我20 kHz的采样率为1 s每次反复每10分钟。

内部竞争缺陷被发现在测试轴承3辊元件缺陷和外环缺陷被发现在测试轴承4。在这项研究中,选择轴承4的数据来验证该算法的可行性。

在图(15日),每个样本包括20480数据点。控制限的计算是通过方程(6.696)和控制限的计算是通过内核17.82估计,1666年样本之后,五个连续点在控制限;因此,应该发出警报。1666年部分波段的样本,故障特征频率可以计算使用广场信封。相比之下,传统的霍特林的控制图如图15 (b)。数据不服从正态分布,因此,传统方法的控制限是估计错误和大量的超过正常工作阶段从200年样本样本500。

在图16,中心频率为8125赫兹和带宽是1250赫兹;在图17中心频率是1458.3赫兹,在每个部分波段带宽416.6赫兹。同时,平方包络分析应该执行部分波段。从结果中给出数据18和19有外环的缺点 赫兹和滚动体故障 赫兹发现在这个数据集,和严重故障发生在样品1666号约30天。这些结果类似于秋(获得的结论30.]。

相比之下,EMD和包络谱分析应用于数据样本1666。前四后首先EMD图所示20.。货币基金的频率光谱如图21。应用包络谱的结果如图22。比较研究与EMD和希尔伯特包络谱分析方法表明,断层特征混合图和难以区分21或22,也表明我们的方法更好的性能。总之,一种改进dual-kurtogram-based控制图可以顺利进行早期预警的错误和在实际情况下可以有效地诊断复合的缺点。

6。结论

一种改进的dual-kurtogram-based控制图提出了滚动轴承的状态监测和复合故障诊断。dual-kurtogram算法用于构造子带上我和二次能带,包括高和低强度密度的缺点。SK提取子带我和面提取部分波段二世被用来构造一个dual-kurtogram-based控制图来增强的敏感性统计数据。的控制图采用KDE保证精确控制极限。通过控制图监控数据。当统计超过控制限,发出警报,平方包络分析是进行第二次能带我和部分波段获取故障特征频率。虽然这种方法达到有效的状态监测和故障诊断,它仍有一些缺点。以下情况将是我们的下一个研究的重点。设备的工作状态更加复杂当遇到实际问题时,和静态状态监测并不能满足实际需求。因此,自适应控制图表应该建立动态监控。有些故障部分波段dual-kurtogram淹没的算法在一定程度上,和,因此,我们必须研究进一步使用该算法获得的隐性故障部分波段和实现完整的故障诊断。

数据可用性

研究中使用的所有数据是可用的。之前报道的数据被用来支持这项研究,是可用的。这些之前的研究都是在相关地方引用文本中引用。

的利益冲突

作者宣称没有利益冲突有关的出版。

确认

这项研究得到了国家自然科学基金(批准号51905218)和江苏大学的高级人才基金(批准号19 jdg040)。

引用

1. c .沈y气,j . Wang g . Cai和z朱,“自动和健壮的特性学习方法对旋转机械故障诊断基于收缩autoencoder,”人工智能技术的工程应用卷,76年,第184 - 170页,2018年。视图:谷歌学术搜索
2. j .斯拉夫、a . Brkovic和m . Boltezar”典型bearing-fault评级使用武力测量:应用程序的真实数据,”振动与控制杂志》上,17卷,不。14日,第2174 - 2164页,2011年。视图:谷歌学术搜索
3. r·j·阿尔弗莱德森和j·马修时域方法监测滚动轴承的状态,”Nasa Sti /侦察技术报告,卷86,不。2、文章ID 22166, 1985。视图:谷歌学术搜索
4. j·马修和r . j .阿尔弗莱德森”,使用振动分析滚动轴承的状态监测,“振动和声学》杂志上,卷106,不。3,p。447年,1984年。视图:出版商的网站|谷歌学术搜索
5. r·j·阿尔弗莱德森和j·马修”,频域方法监测滚动轴承状态,”交易机构的工程师澳大利亚机械工程,10卷,页108 - 1985。视图:谷歌学术搜索
6. h . Hadian和a . Rahimifard”多元统计控制图和过程能力指数同步监测项目的持续时间和成本,”计算机和工业工程卷,130年,第797 - 788页,2019年。视图:出版商的网站|谷歌学术搜索
7. d . d . Prastyo h . Khusna m . Mashuri s Suhartono和m . Ahsan“多元CUSUM控制图基于multioutput最小二乘残差的SVR监测水质,”马来西亚科学杂志》,38卷,第83 - 73页,2019年。视图:出版商的网站|谷歌学术搜索
8. z, l .左m . Zhang, f . m . Megahed”基于映像的多变量广义似然比检测和诊断多故障的控制图制造产品,”国际期刊的生产研究,54卷,不。6,1771 - 1784年,2016页。视图:谷歌学术搜索
9. 荣格,“非参数小波多元控制图对旋转机械状态监测,”理论和实践的质量和可靠性工程在亚洲的产业,c . m . Tan和t . n .吴作栋。,pp. 41–56, Springer, Singapore, 2017.视图:谷歌学术搜索
10. m . Henneberg b·约根森,r·l·埃里克森油状态监测齿轮使用多元回归方法在船舶上T²控制图控制图”,《过程控制,46卷,页1 - 10,2016年10月。视图:出版商的网站|谷歌学术搜索
11. Y.-M。周和j . c .年轻,霍特林的“权力比较T²统计。”通信数据,模拟和计算,1999年。视图:谷歌学术搜索
12. p . Phaladiganon s . b . Kim v c·p·陈和w·江“主成分分析控制图对多元非正态的分布,“专家系统与应用程序,40卷,不。8,3044 - 3054年,2013页。视图:出版商的网站|谷歌学术搜索
13. j . r .堆栈,r·g·哈雷和t . g . Habetler”一个调幅探测器在滚动轴承故障诊断,”IEEE工业电子产品,51卷,不。5,1097 - 1102年,2004页。视图:出版商的网站|谷歌学术搜索
14. j·安东尼,“光谱峰态:一种有用的工具,描述非平稳信号,”机械系统和信号处理,20卷,不。2、282 - 307年,2006页。视图:出版商的网站|谷歌学术搜索
15. j·安东尼和r·b·兰德尔”谱峰度:应用旋转机械的振动监测和诊断,”机械系统和信号处理,20卷,不。2、308 - 331年,2006页。视图:出版商的网站|谷歌学术搜索
16. kurtogram的j·安东尼,“快速计算瞬态故障的检测,“机械系统和信号处理,21卷,不。1,第124 - 108页,2007。视图:出版商的网站|谷歌学术搜索
17. y Lei, j·林、z .他和y子,“应用一种改进的kurtogram于滚动轴承故障诊断的方法,”机械系统和信号处理,25卷,不。5,1738 - 1749年,2011页。视图:出版商的网站|谷歌学术搜索
18. 王y和m .梁”,一种自适应SK技术及其应用于滚动轴承的故障检测,”机械系统和信号处理,25卷,不。5,1750 - 1764年,2011页。视图:出版商的网站|谷歌学术搜索
19. 张x陈、f·冯和b,“弱故障特征提取基于一种改进的滚动轴承kurtogram,”传感器,16卷,不。9,1482页,2016。视图:谷歌学术搜索
20. t . Barszcz和A·雅布伦斯基”小说的最佳波段选择方法与Kurtogram振动信号解调和比较,”机械系统和信号处理,25卷,不。1,第451 - 431页,2011。视图:出版商的网站|谷歌学术搜索
21. j .叮和c叮”轮对轴承故障的自动检测使用多层次的经验小波变换”测量卷,134年,第192 - 179页,2019年。视图:出版商的网站|谷歌学术搜索
22. h . HotellingC。Eisenhart M.W. Hastay,西澳沃利斯,“多元质量控制,”统计分析技术麦格劳希尔,页111 - 184年,纽约,纽约,美国,1947年。视图:谷歌学术搜索
23. m . Rosenblatt”评价一些密度函数的非参数估计,“数理统计年鉴中,27卷,不。3、832 - 837年,1956页。视图:出版商的网站|谷歌学术搜索
24. e . Parzen”估计概率密度函数和模式,“数理统计年鉴中,33卷,不。3、1065 - 1076年,1962页。视图:出版商的网站|谷歌学术搜索
25. y . m .周r·l·梅森,j . c .年轻,“个人的控制图的观察从多元非正态分布,“沟通在统计理论和方法,30卷,不。8和9,1937 - 1949年,2001页。视图:谷歌学术搜索
26. 美国剑和l . Fenglin Wheelset-bearing复合故障检测的基于组合快速kurtogram ESKTDBgram,”铁路机车和汽车,40卷,不。2、62 - 67年,2020页。视图:谷歌学术搜索
27. w·a·史密斯·Borghesani倪,k . Wang和z .彭,“最佳demodulation-band envelope-based诊断的选择:比较传统和小说的研究工具,”机械系统和信号处理文章ID 106303卷,134年,2019年。视图:出版商的网站|谷歌学术搜索
28. d . c .蒙哥马利介绍统计质量控制约翰•威利父子,新泽西,新泽西,美国,1991年。
29. j·j·李·h·秋g . Yu Lin Rexnord技术服务,IMS,辛辛那提大学。“轴承数据集”,NASA艾姆斯预测数据存储库NASA艾姆斯研究中心,莫菲特场,CA,美国,2007年,http://ti.arc.nasa.gov/project/prognostic-data-repository。
30. h .秋李j . j .林,g . Yu”小波基于过滤器的弱信号检测方法及其对滚动轴承的应用预测,“杂志的声音和振动,卷289,不。4 - 5,1066 - 1090年,2005页。视图:谷歌学术搜索

版权

版权©2021焦志远et al。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。