排序方式: 共有39条查询结果,搜索用时 15 毫秒
1.
电流信号具有易采集、不易受环境噪声影响的优点,为难以通过振动传感器采集信号的特殊设备提供了可行的监测诊断思路,但电流信号也存在故障特征难以提取等问题。为此,将改进的动态统计滤波与深度卷积神经网络(DCNN)结合,提出一种基于电流信号进行机械设备智能故障诊断的方法。引入综合信息量指标(SIpq)优化滤波效果,基于改进的动态统计滤波方法,使不同状态信号间的特征差异最大化,以提高状态识别精度;通过交替堆叠特征图尺寸不变的卷积层与逐层递减的池化层,构建DCNN,提取电流信号中的高维故障特征。将动态统计滤波后的特征增强图像输入DCNN,识别故障类型。为验证方法有效性,以不平衡、不对中、松动3种故障为对象进行故障类型识别,分析结果表明,所提方法可有效识别故障类型,与传统的ANN、CNN等其他方法对比具有较好的识别精度。 相似文献
2.
本文通过某高速互通匝道路基挡土墙台后采用现浇泡沫轻质土填筑的工程实例,介绍了挡土墙抗滑移稳定性不足的情况下的病害处理,以及一种新型的轻质材料现浇轻质泡沫土的应用和施工。 相似文献
3.
4.
进行了充气压力对充气工况载重斜交轮胎影响的有限元分析.结果表明,充气工况下,充气压力对斜交轮胎外形轮廓尺寸影响明显,其外直径、断面宽度均随充气压力的增大而增加;充气压力的大小对胎圈接触应力分布影响很小,但胎圈最大接触应力随充气压力的增加而增大. 相似文献
5.
滚动轴承早期故障阶段,故障特征微弱且环境噪声干扰严重,采集数据包含大量噪声信息,传统的包络谱分析难以提取故障特征信息。双谱分析理论上可以抑制高斯噪声,但很难从强背景噪声下提取出微弱故障特征。而多点最优调整的最小熵解卷积(Multipoint Optimal Minimum Entropy Deconvolution Adjusted,MOMEDA)方法能增强信号中的冲击特征,但其效果和故障信号周期区间等参数有关。利用MOMEDA与双谱分析进行信号处理,将提取到的信号高阶谱特征作为滚动轴承早期故障分类依据。利用MOMEDA方法对采集信号进行滤波处理,提取出有冲击特征的时域信号;对特征增强的信号进行双谱分析,从高阶谱中提取故障特征。经过仿真信号分析和实际轴承故障信号验证,该方法能有效地提取出滚动轴承早期故障特征,实现故障诊断。 相似文献
6.
旋转机械振动信号往往包含大量干扰,采用传统稀疏表示模型难以准确提取故障信息,针对此问题,提出了一种基于交替方向乘子法(Alternating Direction Method of Multipliers,ADMM)的非凸正则化稀疏表示方法.该方法首先构造一个非凸正则化稀疏表示模型,即在基于l1范数正则化的传统稀疏表示模型上增加非凸惩罚函数,然后运用ADMM算法求解构造的稀疏优化问题,最后将求得的稀疏重构信号进行Hilbert包络谱分析以提取故障特征成分,使用仿真及实测信号验证该方法的有效性,与正交匹配追踪(OMP)算法相比,基于ADMM的非凸正则化轴承故障诊断方法能够显著消除振动信号的噪声干扰,有效增强微弱故障特征,实现轴承微弱故障的准确诊断. 相似文献
7.
本文在考虑多条导电环间的相互作用以及复杂电刷结构对电场影响等基础上,分别基于电刷实际结构、电刷简化柱状结构构建了用于电磁场计算的数学物理模型。采用COMSOL计算平台,开展了电刷及导电环在稳恒电流及静电条件下导电环机构内静电场及静磁场分布的数值计算,详细求解了连续边界以及Dirichlet边界等两种边界约束条件下的导电环与电刷的电场强度分布规律。本文研究结果,对于深入识别产品特性、保证导电环机构的安全可靠工作有着十分重要的意义。 相似文献
8.
9.
10.
高技术条件下局部战争突发性强.战争进程快,物资消耗量大,单靠部队现有运力很难满足战争的需要,必须快速动员地方运力为战争服务。本文就如何进行地方运力快速动员作一粗浅探讨。 相似文献