共查询到18条相似文献,搜索用时 203 毫秒
1.
研究了根据自动机机箱的短时冲击振动信号,从信息的定量描述方法出发,通过小波能谱熵、小波奇异谱熵、小波时间熵算法建立信息熵提取模型,实现故障特征提取.针对典型模拟信号的仿真分析,验证了所提出的信息熵指标可以对信号进行多层次特征提取.结合自动机故障诊断试验,进行自动机运动形态分解时域特征与不同空间信息熵指标特征提取.可用于小口径火炮高速自动机的在线监测与故障诊断. 相似文献
2.
针对齿轮性能退化过程中振动信号复杂、特征提取困难等问题,提出采用基于局部特征尺度分解与复合谱的退化特征提取方法。改进复合谱分析法,利用离散余弦变换代替复合谱分析法的傅里叶变换,以减少特征信息的遗漏,提高特征信息敏感度;利用局部特征尺度分解法对振动信号进行分解,并采用贝叶斯信息准则与峭度时间序列互相关系数相结合对内禀尺度分量进行筛选,以剔除不必要分量的影响,有效地提取特征信息;利用改进的复合谱分析法对所选取的内禀尺度分量进行融合,提取复合谱熵作为特征向量。该退化特征提取方法运用于齿轮全寿命退化试验中,对实测信号进行特征提取和退化状态识别,结果表明改进后的复合谱熵对齿轮退化状态具有较好的表征能力。 相似文献
3.
为更好地表征液压泵的退化状态,对液压泵退化特征提取方法和退化状态识别方法进行研究。基于S变换分析非平稳信号的优异能力以及相对熵较好表征振动信号概率分布差异的特性,提出S变换相对谱熵的液压泵退化特征提取方法,对液压泵仿真信号分析结果验证了所提出的S变换相对能谱熵和S变换相对奇异谱熵作为退化特征的有效性和可行性。将两个特征指标组成退化特征向量,对滑靴磨损和松靴故障模式下不同故障程度的液压泵振动信号进行分析,进一步验证所提出的特征指标作为液压泵退化特征的有效性。将加权灰关联法用于液压泵退化状态识别,建立了液压泵的标准退化模式矩阵,对两种故障模式下液压泵待检测样本的退化特征向量和标准模式矩阵做加权灰关联分析,根据灰关联度的大小判定液压泵的退化状态,结果验证了所提出方法的良好性能。 相似文献
4.
针对某型号自动机的结构特点、运动过程和几种常见的故障模式进行分析。结合自动机的运动过程分析及其振动信号的非线性短时冲击特性,提出用混沌理论对自动机的故障进行诊断研究。提取了所测信号的李雅普诺夫指数,验证其为混沌系统,运用关联维数和Kolmogorov熵几个混沌参量提取出实测信号的特征。最后应用Elman神经网络进行了故障模式的识别,实现了基于试验测试的自动机故障诊断。为自动武器的故障诊断提供了一种新思路,对高速自动机的故障诊断有着重要的理论和现实意义。 相似文献
5.
自动机射击动作时因激振力的作用会产生一定方向和频率的冲击振动,构件的裂纹或松动等故障会影响到其响应成分的频率能量特性;针对自动机实射动作冲击响应振动信号,利用小波分析快速进行信噪分离,频域范围内采用功率谱分析结合小波包分解对各频段能量谱分析。根据振动信号时域峰值和时刻,频域能量的变化和分布,给出故障诊断层使用的状态特征向量,并用比例梯度动量共轭算法训练的神经网络模型进行自动机状态定位与故障识别。 相似文献
6.
针对信号经验模态分解(EMD)过程中存在波形混叠现象,提出一种基于聚合经验模态分解(EEMD)和Hilbert二维边际谱熵相结合的方法对齿轮箱故障进行分类故障诊断.首先使用小波阈值分析对背景噪声较大的齿轮箱振动信号进行预处理;其次对预处理信号进行分解,得到IMF分量,对比正常信号与故障信号的区别;最后对3种工况信号进行Hilbert变换并计算得到边际谱,并且提取二维边际谱熵作为支持向量机(SVM)的输入量,建立故障诊断模型.经测试该方法在齿轮箱故障诊断方面有着较强的分类能力和诊断精度,具有一定的可行性. 相似文献
7.
针对滚动轴承故障信号的特点,提出EMD和Elman神经网络结合的滚动轴承故障诊断方法。以滚动轴承振动信号为研究对象,首先对信号进行经验模态分解(EMD),提取包含主要信息成分的本征模函数(IMF)分量,将IMF的能量比作为特征向量输入Elman神经网络进行网络训练和故障识别,实现滚动轴承的故障诊断。结果表明,EMD方法能按频率由高到低把复杂的非平稳信号分解成有限个IMF分量,具有自适应的特点,有效地突出轴承故障特征;而Elman神经网络能直接反映动态过程系统的特性,达到很好的识别效果。 相似文献
8.
9.
基于EEMD-CWD的齿轮箱振动信号故障特征提取 总被引:2,自引:1,他引:1
为实现齿轮箱故障特征提取,提出一种基于集成经验模态分解(EEMD)和乔-威廉姆斯分布(CWD)的齿轮箱振动信号特征的提取方法。对现场采集的振动信号进行EEMD分解,再对分解得到的固有模态函数(IMF)分量依照峭度准则进行排序,选取峭度指标较大的IMF分量进行CWD分析,最终得到信号的CWD.该方法可以有效抑制由于干扰项引起的频率混叠和干扰问题,有助于将原始信号在时间历程、频率成分和幅值大小3个方面的特征信息同时进行准确提取。利用该方法对实际齿轮发生断齿、裂纹故障进行了实验分析,结果表明:该方法能够全面、有效地提取齿轮振动信号中所蕴含的齿轮箱状态信息,为后续进行齿轮箱状态识别和故障诊断奠定基础。 相似文献
10.
介绍了HHT的基本原理、特点、存在问题及解决手段,应用该法对仿真振动信号和遥测振动信号进行了处理分析,结果表明其能够有效地对非线性、非平稳振动信号进行分解,且具有自适应性,在时域和频域内具有较好的分辨能力,分解出的分量具有较为清晰的物理意义,由于其表示结果的多样性,可以对单个分量做进一步精确分析,能够检测出信号的突变,并能定位突变的时间点,为飞行器飞行状态判定、优化方案设计以及故障检测提供重要依据。 相似文献
11.
基于KPCA-HSMM设备退化状态识别方法的研究 总被引:1,自引:0,他引:1
为消除多通道观测信息冗余,压缩高维故障特征,提出了基于核主元分析( KPCA)多通道特征信息融合的隐半马尔可夫模型( HSMM)设备退化状态识别的新方法。首先,对采集的单通道振动信号进行小波相关滤波处理,构造单通道振动信号的小波相关特征尺度熵向量;然后,利用KPCA方法对多通道的小波相关特征尺度熵向量进行冗余消除和特征融合,得到多通道的融合小波相关特征尺度熵向量;并以此融合特征向量作为HSMM的输入进行训练,建立基于HSMM的设备运行状态分类器,从而卖现设备退化状态的识别。实验结果表明,该方法能有效的识别设备的退化状态,从而为多通道特征信息融合设备退化状态识别开辟新的途径。 相似文献
12.
基于局域波降噪和双谱分析的自动机故障诊断研究 总被引:3,自引:3,他引:0
特征提取是机械故障诊断的关键,能否准确地提取出反映机械设备工作状态的特征信息,直接影响到故障诊断的准确性和早期预报的可靠性。自动机表面的振动信号成分复杂,除了含有丰富的零部件运动状态信息外,也存在着大量的噪声成分。只有有效地去除干扰信息,才能对信号做出正确地评估和分析。自动机表面的振动信号具有明显的短时冲击特性,是一种典型的非高斯、非线性信号。高阶谱分析,特别是双谱分析,在处理非高斯信号和识别非线性系统故障等方面具有一定的优越性。将局域波理论和双谱分析相结合,对自动机振动信号进行降噪处理和分析,结果表明其应用在自动机故障诊断中具有较好的识别效果。 相似文献
13.
14.
15.
针对自动武器的动态特性,提出一种基于自动机运动周期特性的实时监测方式。基于运动形态的故障分析搭建测试系统,进行系统运动周期监测可信度分析,并在多种典型故障下对被试自动武器进行虚拟样机仿真分析,获得其自动机在故障状态下的动力学参数以及相应的周期特性。试验与虚拟样机仿真结果表明:该监测方式可准确有效地对自动武器自动机卡滞、复进簧失效、抽壳故障等典型故障进行诊断,可用来实时在线监测枪械运动状态是否正常。 相似文献
16.
为研究炮口处炮箍个数对火炮射击精度的影响,对某新型火炮的身管组进行模态分析。利用有限元仿真
对某新型火炮身管组进行分析,分别考虑单炮箍及双炮箍对身管组模态频率的影响,得到身管组在 2 种情况下不同
阶数的模态频率及振型图。有限元计算结果表明:在相同阶数下,两者的振型图相似,但双炮箍比单炮箍的身管组
模态频率低,离自动机的实际射频范围远,双炮箍的模态频率具有更大的裕度。实弹射击对比实验结果显示,双炮
箍的密集度更好。 相似文献
17.
为了对车载速射迫击炮进行故障预测和结构优化,针对新型车载速射迫击炮的特点,对其自动机动力学
特性进行仿真研究。依据多刚体动力学理论,利用 SolidWorks 和 ADAMS 软件建立自动机虚拟样机模型,通过对标
准装药条件下的 4 连发射击动作仿真,获得连发射击条件下的仿真结果,并与试验结果进行比较,同时结合火炮构
件的动作顺序,分析了后坐部分和输弹板的动力学特性。仿真结果证明了所建虚拟样机的可信性,可为后续故障预
测和进一步结构优化提供参考。 相似文献