排序方式: 共有36条查询结果,搜索用时 39 毫秒
1.
2.
3.
4.
5.
单通道预测方法由于获取振动信息不完善的缺陷,导致预测结果一致性差,从而不能实现故障的预测。针对单通道信息不完善的缺陷,将时序预测重要方法 ARMA模型结合基于同源信息融合技术的全矢谱技术,提出了全矢谱-ARMA模型预测方法。全矢谱是由互相垂直的两个通道获取的信息融合而成,在同一截面其频谱结构不会随着一对传感器安装的方位不同而变化。通过全矢谱获得的频谱结构具有唯一性,因此该方法能够实现预测并且结果一致性好,从而能够实现对故障的预测。实验表明:该方法预测结果好,并且比较实用。 相似文献
6.
针对在滚动轴承故障诊断中,传统单通道原始信号存在输入信息缺失,经方法处理后导致诊断结论不一致的问题,将全矢谱分析技术和频率切片小波变换(Frequency Slice Wavelet Transform,FSWT)相结合,提出了全矢FSWT的方法进行故障检测与诊断。运用FSWT分析同源相互垂直的双通道原始样本,并选择合适的时频切片区间进行包络重构,接着对重构后的信号进行全矢融合,观察提取故障数据的特征频率以进行故障诊断。实验结果表明,该方法既能较好地提取故障特征信号,又能准确有效地诊断故障类型。 相似文献
8.
9.
10.
针对现有设备管理系统对设备状态信息掌握不足、维修方式落后、大多数设备管理系统对设备状态的统计分析和故障趋势的预测功能不足等现状,结合状态监测诊断技术,运用状态维修的思想,建立了状态维修的实施模型,并采用计算机和数据库技术,开发了一个融合状态监测诊断技术的设备管理系统,对于如何预防故障,杜绝事故,延长设备运行周期,缩短维修时间,为企业设备管理现代化提供了一个新思路.实践证明该方法能够有效改善设备维修方式,最大限度地发挥设备的生产潜力,提高经济效益和社会效益,提高企业设备管理水平,从而大大提高了企业生产环境的安全性. 相似文献