共查询到18条相似文献,搜索用时 140 毫秒
1.
2.
3.
针对滚动轴承故障振动信号的特点,考虑变分模式分解在复杂信号分解及微积分增强能量算子在瞬态成分检测方面的优势,提出基于变分模式分解和微积分增强能量算子的滚动轴承故障诊断方法.首先利用变分模式分解将复杂信号分解为多个本质模式函数,以削弱背景噪声的影响和满足能量算子对信号单分量的要求;然后根据提出的敏感分量选取原则,从本质模式函数中选出包含主要故障信息的本质模式函数为敏感分量;最后利用微积分增强能量算子强化敏感分量中的瞬态冲击,并根据敏感分量瞬时能量的时域波形及Fourier频谱诊断滚动轴承故障.分析结果表明该方法能够有效诊断滚动轴承故障. 相似文献
4.
5.
6.
7.
8.
本文在阅读国内外大量文献的基础上,综述了滚动轴承故障信号的检测方法。认为振动信号里所包含的故障信息最丰富,应用振动测试与分析诊断滚动轴承的故障最有效。讨论了从振动信号中提取滚动轴承故障特征的各种方法。 相似文献
9.
提出了共振解调技术的数学模型,求解了该模型的脉冲响应,为该技术在正常低频振动中提取所夹带的微小冲击信号的应用提供了理论依据.同时介绍了采用共振解调技术在260轧机长轴轴承故障诊断中的应用效果,说明共振解调技术在提取齿轮、轴承机械故障的微小冲击信号的应用上是非常有效的. 相似文献
10.
文章在分析和总结电机常见故障特点及其在振动或电流频谱上出现的故障特征的基础上,针对故障电机的调制信号特点,使用信号解调技术对采集的信号进行幅值解调,提取故障特征进行诊断.并通过实例验证了该方法在电机故障诊断中的正确性. 相似文献
11.
针对传统故障诊断方法需要人工提取特征的不足,以及大数据下滚动轴承故障振动信号自适应特征提取与智能诊断问题,利用空洞卷积神经网络(DCNN)可以在不增加计算量的基础上兼顾不同尺度空间特征的能力、门控循环单元(GRU)善于从动态变化的序列数据中学习到时间上的关联性的能力,提出了一种将DCNN、注意力机制和GRU多路径融合的端到端故障诊断方法。首先利用DCNN从原始数据中自动提取时序信号特征,然后将注意力机制(Attention)的GRU通路和DCNN通路进行融合,最后将提取到的特征融合之后送入分类层进行分类。试验结果表明,所提方法的诊断准确率平均为98.75%,高于比较方法,更加适用于滚动轴承故障诊断。 相似文献
12.
对识别滚动轴承工艺故障原理进行阐述,提出了轴承振动测试及故障诊断系统的总体框架,对系统的机械装置进行了分析,在通过传感器得到的轴承信号后,利用小波的分解与重构降噪来处理这些信息,再通过Matlab进行实现信号的消噪处理. 相似文献
13.
14.
提出基于普通变尺度和周期势自适应随机共振理论,检测噪声背景下轴承滚动体的故障特征.在具体实施过程中,首先用普通变尺度的方法满足随机共振中小参数的条件,然后用随机权重粒子群优化算法作为自适应随机共振参数寻优的优化算法,同时用改进的信噪比作为评价指标.噪声背景下含轴承滚动体故障的实验信号经过普通变尺度下的自适应随机共振处理和优化后,微弱的故障特征可以有效的提取出来.将普通变尺度下的双稳态自适应随机共振和周期势自适应随机共振进行了对比,结果表明周期势自适应随机共振比双稳态自适应随机共振能进一步提高信噪比,并且比双稳态自适应随机共振迭代次数少,用时短.这说明提出的基于普通变尺度和周期势系统自适应随机共振的轴承滚动体故障诊断方法具有优越性,尤其是在工程实际中,故障监测所需的数据量大,计算时间长,如能较早的预警,可以提高诊断效率并减少不必要的损失.因此,这种轴承滚动体故障诊断方法对提高机械设备故障诊断效率具有参考价值. 相似文献
15.
介绍了高炉助燃风机设备基本情况,针对助燃风机电机滚动轴承外圈故障的现象,根据振动分析的普通理论,应用RH802双通道数据采集器,对其信号进行时域、幅域、频谱、包络谱等进行分析和诊断。实践证明,故障诊断技术对现场设备滚动轴承故障诊断可以准确地确定故障部位,为设备维修提供科学依据。 相似文献
16.
17.
18.
热连轧生产过程中经常出现设备和质量故障,为了快速确定故障原因并排除故障,需要对生产过程开展监控以及对故障进行诊断。基于热连轧生产过程采集的数据,采用核主成分分析法对热连轧轧制过程中精轧机组相关数据进行监控,并对断带故障进行诊断。先使用平方预测误差(SPE)统计量监控生产过程,再基于核主成分分析绘制出各变量贡献率图,最后依据贡献率大小找出造成故障的主要影响变量。与主成分分析法相比,采用核主成分分析法更为高效和准确。基于核主成分分析的热连轧断带故障诊断可节省故障分析时间,为热连轧生产过程调整和故障排除提供依据,具有重要的理论意义和实际应用价值。 相似文献