排序方式: 共有8条查询结果,搜索用时 15 毫秒
1
1.
当电机轴承出现故障时,定子电流信号中的微弱故障特征淹没在基波及谐波的强大噪声背景中。由于信噪比过低,基于电流的轴承故障检测一直是一个挑战。为此,提出了一种基于时延降噪的循环双谱检测方法。首先根据循环双谱函数构造定子电流解析表达式,提取电流解析式的特征解。通过理论分析确定循环双谱函数中的时延滞后量,减少电流信号中的无关噪声成分。最后利用实验平台采集定子电流,在电流解析式取得特征解的位置做切片频谱分析。实验结果表明,所提方法能有效提升信噪比,并提取出电流中非平稳的微弱故障特征,实现电机轴承故障的检测。 相似文献
2.
针对感应电机定子故障的特征频率处在低频段,小波分解系数易受电机负荷波动影响的问题, 提出一种采用希尔伯特变换对信号进行预处理,利用小波包分解来实现定子故障特征的提取方法。通过小波包分解,使相应分解子频段能始终覆盖随电机转差率以及供电电源频率变化的故障特征频率。增加小波时域波形的波峰数,减少了子频段间的频域混叠及频谱泄漏现象。对原始信号进行希尔伯特变换的预处理,降低了电机负荷波动对分解系数的影响;采用子频段节点重构系数的均方根值变化率作为故障特征指标。通过对实测故障数据的应用,利用上述方法可以有效地识别出电机的定子故障。 相似文献
3.
结合项目实例,根据发电机并联要求,给出了一种基于微处理器的发电机并联控制器的设计方案与实现。微处理器采用STC89LE516AD,电压检测模块用AD536A为主的芯片实现,频率检测模块用LM311为主的芯片实现。输出模块用ULN2003为主的芯片实现。最后,给出有关软件设计的流程与相应说明。 相似文献
4.
5.
基于小波包变换的电机定子故障特征提取方法 总被引:2,自引:0,他引:2
针对感应电机定子故障的特征频率处在低频段,小波分解系数易受电机负荷波动影响的问题, 提出一种采用希尔伯特变换对信号进行预处理,利用小波包分解来实现定子故障特征的提取方法.通过小波包分解,使相应分解子频段能始终覆盖随电机转差率以及供电电源频率变化的故障特征频率.增加小波时域波形的波峰数,减少了子频段间的频域混叠及频谱泄漏现象.对原始信号进行希尔伯特变换的预处理,降低了电机负荷波动对分解系数的影响;采用子频段节点重构系数的均方根值变化率作为故障特征指标.通过对实测故障数据的应用,利用上述方法可以有效地识别出电机的定子故障. 相似文献
6.
7.
为了实现感应电动机早期轴承故障的在线检测,文中提出了应用数字信号处理器来实现故障在线诊断的方法.该方法通过数字信号处理器DSP在线采集感应电动机的定子电流,并对它们进行快速傅里叶变换(FFT)和适用于快速运算的数据分块处理,然后利用改进的聚类算法进行数据挖掘和聚类,从而提取早期电动机轴承故障特征信息,做出在线故障诊断.实验结果表明,所提方法在检测感应电动机早期轴承故障方面是可行的和有效的. 相似文献
8.
虹膜识别是身份识别最可靠的方法之一,近些年来已经引起了广泛的关注,并且取得了相应的成果,然而在识别速度和准确率方面,很难做到两全其美,而序列虹膜图像的质量评估则使解决此瓶颈成为可能。文中在对现有序列虹膜图像质量评价算法的基础上,提出了一种综合的序列虹膜图像质量评价算法,该算法包含3个部分:虹膜活体检测、虹膜有效区域的确定以及虹膜图像清晰度检测。实验结果表明,该方法能够有效地筛选出符合要求的虹膜图像,并且相应地提高了虹膜识别正确率。 相似文献
1