共查询到18条相似文献,搜索用时 85 毫秒
1.
2.
针对煤矿关键设备中滚动轴承容易被损伤的机械故障诊断问题,通过分析在重载/变载荷等条件下的故障机理和煤矿电机设备轴承微弱故障的信号特征,直接构造匹配信号的尺度自适应提升小波变换,对振动信号进行更加精细的分析,实现了煤矿电机轴承故障的在线监测与故障智能诊断。 相似文献
3.
针对煤矿关键设备中滚动轴承容易被损伤的机械故障诊断问题,通过分析在重载/变载荷等条件下的故障机理和煤矿电机设备轴承微弱故障的信号特征,直接构造匹配信号的尺度自适应提升小波变换,对振动信号进行更加精细的分析,实现了煤矿电机轴承故障的在线监测与故障智能诊断。 相似文献
4.
5.
6.
电机故障诊断中的小波分析方法及小波基选取 总被引:2,自引:0,他引:2
通过对傅立叶变换与小波变换的分析,选定小波分析的方法作为电机故障诊断的分析方法。在此基础上对各系列的小波基进行了分析,结合电机故障诊断中具体信号的特点,选取了适合的小波基。 相似文献
7.
8.
基于定子电流信号对异步电动机进行故障诊断时,其转子断条故障特征频率分量常被电流的基频分量淹没。尽管小波变换具有频率越高,相应的时间分辨率也越高的特点,但频率域上的分辨率却降低成了它的弱点。而小波包技术能同时对上一层的低频部分和高频部分进行细分,并根据被分析信号的特征,自适应的选择相应的频段,使之与信号频谱相匹配,从而提高时域分辨率。用小波包分析法对所采集信号处理,可作为电动机故障诊断输入特征向量的分解后的频段能量特征值。实验表明,采用小波包技术可快速、准确地诊断出电动机故障,其效果良好,也为电动机故障在线实时诊断提供了理论依据。 相似文献
9.
10.
针对电力故障信号为突变、非平稳信号的特点,利用消噪阈值法对故障信号进行预处理,通过小波变换对故障信号进行特征提取,然后将小波变换和信息熵相结合,并应用到故障检测与定位中,为奇异信号的检测提供了新思路和新手段。通过仿真分析,得到以下结论:小波能量熵WEE可以很好地检测故障突变点,小波能量熵随时间的变化规律,反映了电流或电压在时域的能量分布特征并表征信号的频率变化,可以用作分类所需的特征。 相似文献
11.
对基本的遗传算法进行了改进,并将其与BP算法相结合构成混合算法应用到电动机故障诊断的小波神经网络训练中。仿真结果表明,该算法有效地解决了小波网络初值设置不合理,极易进入局部极小的区域,以致网络振荡增大、不收敛,而GA算法独立训练神经网络速度缓慢等缺点。用训练过的小波神经网络模型对5组电动机故障进行验证和诊断的仿真结果也表明了,该算法具有较快的收敛速度和较高的计算精度,证实了该算法应用于电动机故障诊断的有效性。 相似文献
12.
13.
14.
15.
16.
以小波变换、小波神经网络为工具,采用定子电流对HXD1B型机车的YQ1633异步牵引电动机开展牵引电机齿轮故障诊断研究。定子电流法相对于振动法更容易实施,有效克服了振动信号中包含的复杂干扰。由小波分析完成齿轮故障的特征量提取,通过神经网络对故障类型进行判断,实际测试表明,该方法具有较好的故障诊断性能。 相似文献
17.