排序方式: 共有53条查询结果,搜索用时 15 毫秒
1.
准确快速的诊断并解决机械设备中的常用组成部件滚动轴承的故障对机械设备和生产至关重要。为了对滚动轴承进行准确的智能诊断,将EMD分解、分形理论和神经网络有机结合,通过运用EMD对信号进行提取和分解,得到其IMF分量,然后画出各IMF分量的关联积分双对数曲线图并从中得出信号的关联维数,借助关联维数并运用RBF神经网络对轴承的状态进行分类和识别,达到智能诊断的目的。实例分析表明EMD分解、分形理论和RBF神经网络相结合能够有效的减少非线性分量对故障信号的干扰并准确识别滚动轴承的故障类型,证明了三者结合的智能故障诊断有效可行。 相似文献
2.
3.
4.
基于连续小波灰度图的变速箱故障诊断 总被引:1,自引:0,他引:1
为了诊断汽车变速箱的周期性冲击故障,利用连续小波变换灰度图分别对正常和故障汽车变速箱振动信号进行了分析。结果发现,连续小波灰度图不仅能识别变速箱的正常与故障,准确提取出周期性冲击故障信息,而且能够非常直观形象地表达出信号的细微结果,并进一步显示出故障变速箱中同时存在的两种相同频率的故障信息,从多层次、多方位观察到了分析信号的细微变化。 相似文献
5.
6.
小波分析在信号预处理中的应用研究 总被引:17,自引:2,他引:15
从应用的角度简述了小波分析的基本理论和算法 ,论述了在小波分析下各尺度图对应不同频段的特性来提取或去除信号中的趋势项 ,利用有效信号和噪声在小波分析下的不同规律进行信噪分离 ,实验表明上述方法具有良好的效果。 相似文献
7.
8.
9.
为解决总体平均经验模态分解(Ensemble Empirical Mode Decomposition, EEMD)中虚假IMF分量过多问题,提出了一种基于频率截止的EEMD方法。该方法采用一种新的IMF筛分终止条件--以信号自身的最小频率为EMD分解IMF分量的截止频率;然后将基于频率截止的IMF筛分终止条件引入EEMD分解。通过仿真和实测信号分析,并与EMD、EEMD分解结果比较得到,运用频率截止的EEMD方法不仅有效减少了虚假IMF分量的产生,使得分解的目的性更加明确,而且保证了EEMD分解出的IMF分量的完备性,更好地抑制了模态混叠现象。 相似文献
10.
本文以全断面岩石掘进机现场实测数据为基础,经分析,综合,假设论证,导出了掘进机盘形滚刀所受径向破岩力的预测公式,这些公式的计算结果与多次现场实测结果相吻合,可作为设计和确定全断面岩石掘进机刀具,轴承,刀盘以及整机强度和寿命的依据。 相似文献