首页 | 本学科首页   官方微博 | 高级检索  
检索     
共有20条相似文献,以下是第1-20项 搜索用时 359 毫秒

1.  小波分析在装裁机变速箱滚动轴承故障诊断中的应用  
   王卓  赵丁选  田振华《起重运输机械》,2003年第9期
   采用小波分解和重构的方法,提取装载机变速箱滚动轴承振动信号中被噪声所掩盖的由滚动表面剥落磨损所引起的冲击成分,并加以分析。通过对滚动轴承出现外圈剥落情况下振动信号的分析,说明这种方法可以有效地用于变速箱滚动轴承的故障诊断。    

2.  基于小波包与概率神经网络相结合的滚动轴承故障诊断  
   柴保明  吴治南  赵志强  董强强  陈景礼《煤矿机械》,2014年第35卷第12期
   基于小波变换的滚动轴承故障诊断,振动信号中的高频部分对诊断结果有一定影响,为克服此影响,首先运用小波包对SKF型滚动轴承故障信号进行预处理,以此为特征向量结合概率神经网络去验证模型的实用性和可行性.分析结果表明,小波包与概率神经网络相结合的故障诊断方法可以有效的应用于滚动轴承故障诊断.    

3.  应用小波包和包络分析的滚动轴承故障诊断  被引次数:11
   唐贵基  蔡伟《振动、测试与诊断》,2009年第29卷第2期
   提出了一种基于小波包分析、频带能量分析和包络分析相结合的滚动轴承故障诊断方法.首先利用小波包将滚动轴承振动信号分解到不同的节点上.然后求出各频率段的能量,根据频带能量的变化情况,找出滚动轴承的故障所在的频带.最后对故障频带的重构信号做包络谱,将谱峰处的频率同滚动轴承的故障特征频率进行对比分析,诊断出滚动轴承的故障.通过对试验中采集到的滚动轴承振动信号进行分析,证明了该方法在滚动轴承故障诊断中的有效性.    

4.  基于虚拟仪器的滚动轴承振动故障诊断系统  
   李伟  余俊哲  吴庆华  张训华《湖北工业大学学报》,2007年第22卷第2期
   介绍了小波变换在滚动轴承故障特征提取中的应用.结合小波变换研制了一套滚动轴承故障诊断虚拟仪器系统.通过对滚动轴承振动信号的小波变换分析,可提取滚动轴承运行状态的特征向量,分析滚动轴承的振动信号,诊断轴承的故障.    

5.  小波分析在煤矿胶带机滚动轴承故障诊断中的应用  
   朱益军  李东晓  李臻《电子世界》,2014年第11期
   本文介绍了小波变换理论及小波分析的特点,对小波变换应用于煤矿滚动轴承故障诊断的方法和滚动轴承故障特征频率的计算方法进行了研究。根据煤矿胶带机滚动轴承的振动特征,应用小波分解重构的方法对煤矿胶带机滚动轴承的现场故障振动信号进行分析,验证小波变换在提取滚动轴承早期故障信号特征方面的有效性。    

6.  连续小波变换在滚动轴承故障诊断中的应用  被引次数:6
   程军圣  于德介  邓乾旺  杨宇《中国机械工程》,2003年第14卷第23期
   针对滚动轴承故障振动信号的特点,构造脉冲响应小波,采用连续小波变换的方法来提取滚动轴承故障振动信号的特征,在此基础上提出了两种滚动轴承故障诊断方法:尺度——小波能量谱比较法和时间——小波能量谱自相关分析法。通过对滚动轴承外圈和内圈故障振动信号的分析,说明两种方法不仅能检测到滚动轴承故障的存在,而且能有效识别滚动轴承的故障模式,从而为滚动轴承故障诊断提供了一种新途径。    

7.  基于小波频谱分析的滚动轴承故障诊断研究  
   杨学存《煤矿机械》,2013年第34卷第1期
   提出了一种基于小波频谱分析的滚动轴承故障诊断方法。利用小波默认阈值方法进行数据消噪处理,并对消噪后振动数据进行了5层小波分解。根据轴承故障特征频率,对故障特征频率所在层进行小波重构,计算功率谱密度。对滚动轴承故障的振动信号的仿真结果表明,该方法能有效识别滚动轴承的内圈、外圈和滚动体故障。    

8.  基于小波-BP神经网络的发动机轴承故障诊断  
   陈良  贾春鹏  杨安元《中国新技术新产品》,2018年第2期
   本文针对发动机滚动轴承故障振动信号的非平稳特征,提出了一种基于小波包变换与神经网络的滚动轴承故障诊断方法。由于滚动轴承发生故障时,加速度振动信号各频带的能量会发生变化,以振动信号小波分解后的能量信息作为特征,以神经网络作为分类器对滚动轴承故障进行识别、诊断。通过对滚动轴承的正常状态、滚珠故障、内圈故障和外圈故障信号的分析,表明以小波包分解为预处理器的神经网络故障诊断方法可以准确、有效地识别滚动轴承的工作状态和故障类型。    

9.  滚动轴承故障诊断的仿真研究  
   张旭《计算机仿真》,2012年第29卷第5期
   研究滚动轴承故障诊断问题,故障振动信号具有非平稳性、突变性。由于运行中噪声影响识别故障信号,传统傅立叶变换或单一小波分析难以对特征信号进行准确提取,导致滚动轴承故障诊断正确率较低。为了提高了滚动轴承故障诊断正确率,提出一种小波分析和Hilbert变换的滚动轴承故障诊断方法。首先采用小波分析对采集滚动轴承信号进行分解,消除噪声信息,然后采用Hilbert变换对信号进行进一步精细分解。利用MATLAB软件对滚动轴承故障进行仿真,仿真结果表明,改进算法提高了滚动轴承故障诊断正确率,很适合处理滚动轴承的故障信号。    

10.  基于最小二乘支持向量机的滚动轴承故障诊断  被引次数:3
   万书亭  佟海侠  董炳辉《振动、测试与诊断》,2010年第30卷第2期
   根据滚动轴承故障时振动信号特点,提出了一种基于小波包变换和最小二乘支持向量机(LS-SVM)相结合的滚动轴承故障诊断方法.通过对滚动轴承振动信号进行小波包分解,得到各分解节点对应频率段的重构信号以及各节点的能量,并将各节点能量组成的特征向量作为诊断模型的特征向量,输入到LS-SVM多类分类器中进行故障识别,然后在滚动轴承故障试验台上实测振动数据.分析结果表明,该方法具有较高的分类速度和较好的故障诊断正确率.    

11.  连续小波变换在滚动轴承故障诊断中的应用  被引次数:10
   何晓霞 沈玉娣 等《机械科学与技术(西安)》,2001年第20卷第4期
   采用连续小波分析的方法对滚动轴承振动和速度信号进行处理,提取滚动轴承故障特征。通过对滚轴承在正常、内圈剥落、外圈剥落及滚动体落情况下的振动加速度信号进行分析,验证了这种方法的有效性。    

12.  基于小波分析的滚动轴承摩擦副表面损伤故障诊断系统  
   王世龙  王丽娜  蔡永辉  王宏博《仪表技术与传感器》,2010年第11期
   针对滚动轴承故障振动(非平稳信号)之特征,提出了基于小波分析的滚动轴承故障诊断方法.该方法应用Matlab软件对包含滚动轴承故障信息的信号进行小波分解和重构,通过细化频谱分析,可有效地把轴承中的故障信息成分检测出来,从而快速地判断轴承的故障类型.基于上述研究,研发出一套适用的滚动轴承摩擦副表面损伤故障诊断系统.经实践检验,诊断方法正确,检测结果稳定、可靠.该系统经改进和功能扩展,可应用于其他振动信号的采集和分析.    

13.  基于小波分析多尺度分解的轴承故障检测  
   陆森林  张军  和卫星  王以顺  李天博《起重运输机械》,2007年第5期
   归纳和总结了小波分析多尺度分解的滚动轴承故障检测方法的实施步骤,阐述了故障轴承振动与信号的关系以及离散小波算法的原理和实现过程,并以滚动轴承故障诊断为例,运用MATLAB小波分析工具箱将滚动轴承振动信号进行小波离散多尺度分解,然后在分解的结果中寻找滚动轴承的故障特征频率。结果表明,如果在故障检测过程中合理选择小波函数和各种参数,则小波分析多尺度分解具有很强的故障识别能力。    

14.  尺度-小波能量谱在滚动轴承故障诊断中的应用  被引次数:12
   程军圣  于德介  杨宇  邓乾旺《振动工程学报》,2004年第17卷第1期
   针对滚动轴承故障振动信号的特点,构造脉冲响应小波,采用连续小波变换的方法来提取滚动轴承故障振动信号的特征,在此基础上提出了一种滚动轴承故障诊断方法:尺度-小波能量谱比较法。通过对具有外圈缺陷、内圈缺陷的滚动轴承振动信号的分析,说明尺度-小波能量谱比较法不仅能检测到滚动轴承故障的存在,而且能有效地识别滚动轴承的故障模式。    

15.  小波变换在滚动轴承故障诊断中的应用  被引次数:1
   刘忠祥  邱阿瑞  刘玉伟《机械工程师》,2002年第3期
   采用小波变换能够快速有效地对滚动轴承振动信号进行带通滤波。通过选用多尺度的小波变换,能较好地分离出所要分析的高频固有振动信号,然后对高频振动信号进行包络分析,从包络谱图中提取故障特征频率分量,就能诊断出滚动轴承故障发生在哪个元件上。实验结果表明,这种诊断方法是有效的。    

16.  小波变换在滚支轴承故障诊断中的应用  被引次数:1
   刘忠祥  邱阿瑞  刘玉伟《机械工程师》,2002年第3期
   采用小波变换能够快速有效地对滚动轴承振动信号进行带通滤波。通过选用多尺度的小波变换,能较好地分离出所要分析的高频固有振动信号,然后对高频振动信号进行包络分析,从包络谱图中提取故障特征频率分量,就能诊断出滚动轴承故障发生在哪个元件上。实验结果表明,这种诊断方法是有效的。    

17.  基于小波分形和神经网络的滚动轴承故障诊断  被引次数:1
   张俊  万里冰《组合机床与自动化加工技术》,2009年第9期
   提出了利用小波分形和神经网络的对滚动轴承故障进行诊断的方法.滚动轴承振动信号具有非平稳性的特征,因此,利用分析非平稳信号的有效工具--小波分析和分形分别提取滚动轴承振动信号故障特征,结合神经网络技术,对滚动轴承故障进行诊断.结果显示,该方法诊断率高,有比较高的实用价值.    

18.  局域波法在机械故障诊断中的应用  
   郝志华  林田  田红霞  马壮《煤矿机械》,2006年第27卷第5期
   针对故障振动信号的非平稳特征,提出了一种基于局域波分解的机械故障诊断方法.探讨了局域波法的原理和物理意义,表明局域波分解具有自适应的特性,特别适宜于非平稳信号的分解.将该方法应用于滚动轴承的故障振动信号分析中,结果表明局域波分解能够提取轴承微弱振动信号,突出滚动轴承的故障特性,提高滚动轴承故障诊断的准确性.    

19.  基于峭度与小波包络分析的滚动轴承故障诊断  
   杨晨  阎树田  贺成柱  马国栋  袁德强《机械制造》,2014年第2期
   针对滚动轴承振动信号具有变频和冲击的特征,采用峭度指标、小波分解和Hilbert包络分析相结合的方法对滚动轴承进行故障分析。首先对运行中的滚动轴承振动信号进行峭度指标分析,进行早期故障判断,进而小波分解消除噪声和干扰信号,再重构能量集中频段的小波信号,最后进行Hilbert包络谱解调分析,得到反映故障特征频率的包络信号。仿真实例表明,该方法可以有效地对滚动轴承进行故障诊断。    

20.  基于小波分析的航空发动机轴承故障诊断  被引次数:4
   韩磊  程礼  苗学问《轴承》,2008年第10期
   针对常规方法难以准确分析非平稳信号的局限性,采用小波变换快速有效地对滚动轴承振动信号进行带通滤波.通过选用多尺度的小波变换,能较好地分离出所要分析的高频固有振动信号,然后对高频振动信号进行包络分析,从包络谱图中提取故障特征频率分量,准确诊断出滚动轴承发生故障的元件.    

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号