共查询到20条相似文献,搜索用时 31 毫秒
1.
2.
针对齿轮箱轴承故障识别率低、故障信号不平稳的问题,提出层次熵与小波包能量多源数据融合轴承故障诊断方法。采用小波包对轴承正常、内圈、外圈、滚动体故障等4种振动信号进行三层小波包分解并重构,计算各频段样本熵(即层次熵)和小波包能量作为故障特征向量集;应用归一化方法对2种特征向量处理后分别建立BP神经网络模型实现轴承不同故障模式的诊断;最后应用D-S证据理论,通过小波包能量和层次熵以及两者融合信息的故障诊断结果比较,表明基于神经网络和D-S证据理论相结合方法用于复杂机械的故障诊断是可行和有效的。 相似文献
3.
4.
5.
微型电机振动信号信噪比低,环境噪声复杂,对噪声信号进行有效去除是对其进行质量检测的关键步骤。针对传统小波降噪阈值函数连续性差、降噪效果不理想等问题,提出一种基于样本熵的改进小波阈值函数,能够根据信号混乱程度自动对阈值函数进行调节。仿真结果表明:在低信噪比环境下,基于样本熵的改进阈值函数降噪效果明显优于传统阈值函数和普通改进阈值函数,信号信噪比得到显著提升。对微型电机异音信号进行降噪处理和特征提取,结合SVM分类器进行训练测试,试验结果表明:改进的小波降噪算法能够有效去除电机信号环境噪声,提取有效的信号特征,对出厂电机性能优劣进行准确判断。该方法将为微型电机厂家大规模质量检测提供理论依据和支持。 相似文献
6.
7.
利用激光超声技术检测增材制造件表面缺陷,采用有限元方法模拟热弹机制下激光激发超声波的传播过程,对不同探测位置接收的表面波反射信号进行了分析,研究缺陷的深度和宽度对表面波反射信号的影响。对316L不锈钢增材制造件进行了激光超声检测试验,验证了该模型的正确性。利用小波软阈值去噪算法处理采集到的激光超声信号。结果表明,数值模拟与试验结果基本一致,表面波与缺陷作用产生的RS波和RR波的到达时间差可以检测缺陷的深度,缺陷的宽度对检测结果几乎无影响。 相似文献
8.
将Db4提升小波和Teager-Keiser能量算子结合分别对仿真信号和滚动轴承信号进行分析,用Db4提升小波根据小波系数最小熵原则获得最优细节信号,求其T-K能量谱提取特征信息,计算T-K算子的近似熵对轴承故障分类。结果表明:仿真和真实轴承信号经提升小波提取的细节信号,其T-K能量谱都可以提取故障特征,且T-K能量近似熵基本能对实验故障信号分类,效果较好。 相似文献
9.
10.
针对裂纹缺陷检测时材料应力变化引起检测信号波动的问题,提出了一种归一化求导的信号处理方法,以实现对应力变化影响的抑制。首先,通过涡流检测系统获取被测试件的单点检测信号,并对信号数据求均方差,获取单点采集的均方差信号特征;接着,利用获取的信号特征进行A扫检测,获取相应的扫查信号,并进一步对扫查信号进行求导处理,获取均方差导数信号;然后,利用归一化方法对均方差导数信号进行处理,获取归一化导数信号;最后,提取出归一化导数信号的幅值变化量特征,用以检测裂纹宽度。试验结果表明,裂纹缺陷检测信号数据经归一化方法求导处理后,获取的归一化导数信号可以有效抑制应力变化的影响,提高裂纹缺陷的检测精度。 相似文献
11.
为提升工业现场采集摩擦故障振动信号时频分辨率,采用小波变换、短时傅里叶变换、同步挤压变换和同步提取变换(SET)4种时频分析算法对多分量仿真信号和旋转机械的摩擦故障振动信号进行时频分析,并对同步提取变换算法原理进行详细介绍。通过实验与其他3种算法Renyi熵值进行比较。结果表明:针对多分量仿真信号,利用SET算法可有效去除能量发散现象、混叠和端点效应,与原始多分量仿真信号的真实时频谱一致,在时间分辨率和频率分辨率上均实现了最优;针对现场摩擦故障振动信号,利用SET可以很好地抑制摩擦故障信号中的背景噪声,得到的时频图时频聚焦性较好,同时能量发散情况得到极大改善,在时频图中可以清晰地看出摩擦故障信号对应的频率。 相似文献
12.
13.
14.
现有滚动轴承故障特征提取算法的性能会随着故障集规模扩大而出现衰减。针对故障信号间存在的干扰和模态混叠等问题,提出一种基于双树复小波的特征提取算法。双树复小波结构包含两个独立的滤波器组,在含噪混合信号的分解和重构中形成互补关系,提升信号采样的平稳性;优化双树复小波滤波器组的结构,降低故障信号平移敏感性,利用门限阈值处理高频小波系数,达到降噪的目的,并基于时间序列样本熵提取子带信号的能量特征。实验结果显示:提出的算法能够准确提取滚动轴承各部分的故障特征信息,算法的在线故障识别率达到99.56%。 相似文献
15.
在超声检测中,对缺陷进行定性分析是无损检测与评价的关键内容。本研究提出一种对缺陷类型进行分类的检测方法,通过对不同类型的缺陷波信号进行特征量提取,实现对缺陷的类型识别。首先使用空气耦合超声检测系统采集无缺陷信号与3种不同类型的缺陷波信号,提取信号的时域无量纲参数和小波包能量系数组成多维特征向量;然后使用主成分分析法(Principal component analysis,PCA)对多维特征向量进行降维处理得到特征融合量;最后输入BP神经网络系统进行缺陷类型的分类,并与未经过PCA处理的测试结果进行对比分析。实验结果证明,经过PCA处理的测试结果准确率更高,测试时间更短。 相似文献
16.
17.
S变换兼具了小波变换和快速傅立叶变换各自的优势,具有良好的时频聚集性。归一化信息熵能够定量地度量信号分布的复杂程度。滚动轴承振动信号经S变换后,利用归一化信息熵定量地度量每个时刻下频率分布均匀程度,提出一种S-时间熵特征指标来反映滚动轴承的退化过程。针对滚动轴承内圈、轴承外圈、轴承滚动体的3种故障,分别对其3种不同损伤程度的数学模型进行仿真数据分析,提取各自S-时间熵指标进行对比,验证该方法的可行性。通过对滚动轴承加速疲劳寿命周期内的数据进行分析,与工程中常用的时域指标有效值进行对比,结果表明该方法的有效性。 相似文献
18.
介绍了管道漏磁检测的原理,给出了管道检测装置框图。在小波变换Mallet快速算法的基础上,结合缺陷信号的特点,对实验室模拟状况下的采集信号进行了分析和处理,有效消除了信号噪声,提取了缺陷信号的特征值。 相似文献
19.