基于自校正Kalman滤波的液膜密封端面摩擦状态监测技术 |
| |
引用本文: | 葛贞笛,傅攀,张尔卿 .基于自校正Kalman滤波的液膜密封端面摩擦状态监测技术[J].润滑与密封,2016,41(4):106-110. |
| |
作者姓名: | 葛贞笛 傅攀 张尔卿 |
| |
作者单位: | 西南交通大学机械工程学院 四川成都610031,西南交通大学机械工程学院 四川成都610031,西南交通大学机械工程学院 四川成都610031 |
| |
基金项目: | 中央高校基本科研业务费专项资金项目(SWJTU12CX039);国家重大科技成果转化项目 |
| |
摘 要: | 声发射技术是液膜密封端面摩擦状态的有效检测方法,但是受工业背景噪声的影响,难以分离出声发射信号中所需信息。针对此问题,采用基于ARMA模型的自校正Kalman滤波技术处理声发射信号。该滤波器能在系统模型参数和噪声特性未知的情况下,收敛于稳态最优卡尔曼滤波器,因此滤波后的声发射信号的所需特征信号更突出,有利于液膜密封端面摩擦状态的检测。建立RBF神经网络,以时域、频域和时频域特征值作为输入进行网络训练,实现密封端面摩擦状态模式识别。实验结果证明,该监测方法能实时有效地识别端面摩擦状态,识别结果与电涡流直接测量得到的结果一致。
|
关 键 词: | 声发射 液膜密封 ARMA模型 自校正Kalman滤波 RBF神经网络 |
本文献已被 CNKI 等数据库收录! |
| 点击此处可从《润滑与密封》浏览原始摘要信息 |
|
点击此处可从《润滑与密封》下载全文 |
|