Time Frequency Representation Enhancement via Frequency Matching Linear Transform for Bearing Condition Monitoring under Variable Speeds
Notice bibliographique
Résumé
Instantaneous frequency (IF) of shaft rotation is pivotal for bearing fault diagnosis under variable speed operations. However, shaft IF cannot always be measured as tachometers are not allowed to be installed in every case due to design reasons and cost concerns. Extracting the shaft IF ridge from time frequency representation (TFR) of vibration signals, therefore, becomes an alternative. Linear transform (LT), such as short time Fourier transform (STFT), has been widely adopted for such a purpose. Nevertheless, the accuracy of extracted IF ridges relies on the readability of TFR. Unfortunately, readability of TFR from STFT is often impaired by the smearing effect caused by non-synchronous frequencies between bases and signal components and limited time frequency resolution capability, which in turn adversely influences the accuracy of IF ridge extraction. To accurately extract IF ridges from vibration signals, this paper focuses on the first factor, which causes the smearing problem, and proposes a method named frequency matching linear transform (FMLT) to enhance the TFR, where transforming bases with frequencies varying with the shaft IF are constructed to alleviate the smearing effects. To construct the transforming bases with frequencies synchronous with shaft IF, a fast path optimization (FPO) algorithm, which generates all possible optimization paths among amplitude peaks and thereby ensures the continuity of extracted IF ridges, is adopted for IF pre-estimation. The TFR with improved readability can be subsequently obtained via FMLT, paving the way for accurate IF ridge extraction. Then, multiple IF ridges can be iteratively extracted using the FPO algorithm. The accuracy of extracted IF ridges before and after TFR enhancement is compared, indicating that the proposed FMLT can enhance the readability of TFR and lead to more accurate IF ridge extraction for bearing condition monitoring.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».