共查询到19条相似文献,搜索用时 187 毫秒
1.
滚动轴承是转动机械的主要零部件,容易发生各种故障,这些故障会带来一系列安全隐患,并造成一定的经济损失。因此工业生产中滚动轴承故障诊断研究非常重要,具有巨大的用途。以滚动轴承为研究对象,建立滚动轴承声发射实验平台,采集不同缺陷、不同转速滚动轴承声发射信号,根据HMM理论和算法对声发射信号进行数据处理。首先应用MATLAB软件提取数据,进行分帧处理,进而提取特征向量,得出似然概率。将不同缺陷滚动轴承似然概率进行数据拟合,得到似然概率和转速拟合公式。对二种转速不同、已知缺陷滚动轴承声发射信号进行测试,并对某种缺陷滚动轴承声发射信号进行诊断。结果表明,HMM可以有效地对滚动轴承故障进行诊断。 相似文献
2.
3.
4.
C/SiC复合材料拉伸过程的声发射研究 总被引:1,自引:0,他引:1
利用声发射(AE)技术对C/SiC复合材料试样拉伸试验过程进行动态监测。通过声发射多参数分析法对拉伸过程中的声发射累计能量和平均持续时间随载荷或时间的变化进行了综合分析;同时对拉伸过程中典型AE信号的频率特征进行了分析,揭示了C/SiC复合材料拉伸损伤的演化过程及规律,给出了材料拉伸损伤发展的不同阶段以及各阶段损伤类型。通过声发射累计能量随载荷变化的斜率突变定义了材料临界损伤强度。 相似文献
5.
6.
针对钻削加工时难以直接观察刀具磨损状态的问题,基于声发射采集系统设计了超声轴向振动钻削刀具磨损状态监测装置,并在7075铝板上进行超声振动钻削试验。分析刀具磨损状态对声发射信号RMS值的影响,并通过小波分解技术对比分析刀具在不同磨损状态下的声发射信号变化规律;根据声发射信号对刀具磨损状态进行实时监测。试验结果表明:声发射信号的RMS值与刀具的磨损程度呈正相关;通过小波分解可知,随着刀具磨损的增加,信号的能量逐渐由低频段向高频段转移,可以通过监测声发射信号RMS值与能量的变化实现刀具磨损状态的有效识别。 相似文献
7.
《无损检测》2020,(1)
针对变工况条件下的滚动轴承故障声发射信号识别问题,提出了一种基于遗传算法(Genetic Algorithm,GA)与改进深度信念网络(Improved Deep Belief Network,IDBN)结合的故障检测与诊断新方法。对滚动轴承故障声发射监测信号的分析结果表明,GA-IDBN模型对滚动轴承的外圈、内圈、保持架故障的声发射监测信号的识别准确率明显优于DBN(深度信念网络)、支持向量机等模型的,识别准确率可达到95.5%;并且,GA-IDBN模型具有很强的普适性,可以识别出滚动轴承在不同通道、不同转速情况下的运行状态。证明了GA-IDBN模型具有很强的工程实用价值。 相似文献
8.
9.
10.
11.
The most established technique for monitoring the integrity of rolling element bearings is vibration analysis. However, at extremely slow rotational speeds monitoring the health of rolling element bearings is fraught with difficulty. Part I of this work details difficulties with monitoring rolling element bearings rotating at speeds of less than 2 rpm. Furthermore, it presents a study of the high frequency acoustic emission (AE) technique as a means of monitoring low-speed rolling element bearings. The application of AEs to monitor operational slow-speed bearings with bore diameters of 120 mm is presented. It is concluded that the mechanism of AE generation was the relative movement between bearing elements experiencing loss of mechanical integrity, for example, the rolling/sliding action of a roller on a defective outer race. 相似文献
12.
论述了声发射技术应用于旋转机械故障监测与诊断是一种高效实用的方法。针对旋转机械结构特征及其声发射信号特点,开发了以声发射技术为核心的旋转机械故障监测与诊断专用系统,介绍了该系统的组成模块及其功能实现。在模拟工况条件下,利用该系统的时频分析功能和包络分析功能对一批故障滚动轴承进行了实时诊断,证明了该系统的科学性、有效性和实用性。 相似文献
13.
14.
15.
轴承缺陷检测与损伤程度检测一直是旋转机械领域内非常重视的问题,虽然目前针对振动信号的研究已经取得相当好的结果,但是对于难以安装振动传感器的情况,诊断效果仍需改进。针对强背景噪声下故障轴承产生的声音,提出一种基于递归Hilbert变换和一维卷积神经网络的诊断方法来提取抽象特征并进行模式识别。卷积神经网络结构中引入了全局平均池化层来加速网络的运行。最后,通过数据集验证了所提方法的有效性,与其他常用分类方法进行对比,验证了该方法的优越性。结果表明:所提算法不仅能够准确识别轴承的损伤部位,而且能够准确区分部件的损伤程度。 相似文献
16.
17.
为实现对变转速下滚动轴承的故障诊断,提升设备服役的安全性,在传统基于短时傅里叶变换(STFT)的同步压缩变换(FSST)的理论框架上,针对STFT存在的调制成分造成其瞬时频率(IF)估计不准确、时频模糊的问题,提出一种解调短时傅里叶变换(DSTFT),即在STFT中引入解调算子消除调制对信号的影响,获得更加准确的IF估计值。在此基础上,推导基于DSTFT的解调同步压缩变换(DSST),可以通过时频平面变换系数的重排获得能量高度集中的时频表达。所提出的DSST方法具有IF估计准确、时频脊线能量集中性好等优点。通过数值模拟分析和试验台振动信号分析,验证所提方法在变转速滚动轴承故障诊断中的有效性。 相似文献
18.
针对滚动轴承的内圈和外圈故障诊断问题,提出了一种基于辛几何模态分解(SGMD)、敏感参数和核模糊C均值聚类(KFCMC)相结合的方法。基于SGMD研究了实际测量的液压泵多模态故障振动信号;基于所提出的相似性分析法,将含有丰富运行特征信息的模态分量进行重构,并将其作为数据源;基于数据源提取时域和频域参数,并利用流行学习法筛选出峭度、裕度指标和峰值指标等敏感参数作为特征向量;利用KFCMC实现对内圈和外圈不同故障的诊断。通过对滚动轴承内、外圈故障振动信号的仿真和实测,验证了该方法可以有效地诊断滚动轴承不同故障。 相似文献
19.
传统的轴承疲劳寿命可靠性研究主要是在稳定载荷条件下对单个轴承寿命可靠度的研究。基于概率Miner累积损伤理论,推导随机载荷下滚动轴承的疲劳寿命及可靠性计算公式,并针对滚动轴承系统阐述随机载荷下各轴承的失效相关机理。根据载荷离散化思想,运用随机事件的全概率公式,推导随机载荷下滚动轴承系统的疲劳可靠度计算公式。该公式考虑了系统各轴承的失效相关性,可更客观地描述系统寿命与各设计参数的内在关系。算例以并联行星齿轮轴承系统为分析对象,运用随机载荷下滚动轴承系统的疲劳可靠度公式得到合理结果。新模型与方法可为滚动轴承系统寿命评估与可靠性分析提供理论依据。 相似文献