共查询到10条相似文献,搜索用时 828 毫秒
1.
基于小波包和支持向量机的滚动轴承故障模式识别 总被引:2,自引:1,他引:2
为了解决对故障轴承的特征提取和故障特征准确分类问题,提出了应用小波包变换和支持向量机相结合进行滚动轴承故障诊断的方法.小波包变换具有良好的时-频局部化特征,非常适于对瞬态或时变信号进行特征提取.而支持向量机可完成模式识别和非线性回归.利用上述原理根据轴承振动信号的频域变化特征,采用小波包变换对其提取频域能量特征向量,然后利用建立的支持向量机多故障分类器完成滚动轴承故障模式的识别.试验结果表明,支持向量机可以有效、准确地识别轴承的故障模式,为轴承故障诊断向智能化发展提供了新的途径. 相似文献
2.
在基于小波分析、模糊推理、神经网络等理论和现场调试的基础上,研制了齿轮与滚动轴承智能故障诊断系统.该系统具有完善的实时状态监测、时频域分析、智能故障诊断等功能,能有效地诊断出齿轮传动系统的故障发生部位、性质、程度、原因等. 相似文献
3.
4.
《失效分析与预防》2015,(5)
共振解调法是滚动轴承故障诊断中最常用的方法之一,然而确定合适的带通滤波器参数并将高频共振成分提取出来并不容易。谱峭度能够发现故障特征最明显的频带即自动确定带通滤波器的参数。但是滚动轴承的早期故障信号中混有强烈的干扰噪声,单一采用谱峭度法无法确定故障部位。为此提出一种基于谱峭度法和经验模式分解(EMD),以及小波包变换联合应用的滚动轴承故障诊断的新方法,首先采用EMD对原始信号进行自适应性分解,突出高频共振成分,再利用谱峭度法确定最佳带通滤波器参数,然后使用小波包变换提取高频共振成分,最后使用Hilbert变换做包络解调,经过对实际故障信号的研究分析,证实了该方法的有效性。 相似文献
5.
6.
提出了一种基于复解析小波变换的相位诊断齿轮故障的方法。复解析小波变换将Hilbert变换与小波分析紧密结合在一起,具有自适应分析能力。利用复解析小波变换得到齿轮振动信号的相位,其功率谱图上可提取调制边频带结构来识别故障模式,试验结果表明这种方法可有效应用于齿轮局部故障诊断中。 相似文献
7.
8.
9.
基于小波理论的低速重载轴承的故障诊断研究 总被引:1,自引:0,他引:1
针对低速重载设备故障的特点,采集低速滚动轴承的故障信号.基于小波分析理论,对故障信号进行多尺度分解和信号重构,利用特定频带的信息进行故障诊断.结果表明,应用小波分析可以提取低速滚动轴承的故障特征频率. 相似文献