共查询到20条相似文献,搜索用时 0 毫秒
1.
针对滚动轴承故障振动信号的特点,考虑变分模式分解在复杂信号分解及微积分增强能量算子在瞬态成分检测方面的优势,提出基于变分模式分解和微积分增强能量算子的滚动轴承故障诊断方法.首先利用变分模式分解将复杂信号分解为多个本质模式函数,以削弱背景噪声的影响和满足能量算子对信号单分量的要求;然后根据提出的敏感分量选取原则,从本质模式函数中选出包含主要故障信息的本质模式函数为敏感分量;最后利用微积分增强能量算子强化敏感分量中的瞬态冲击,并根据敏感分量瞬时能量的时域波形及Fourier频谱诊断滚动轴承故障.分析结果表明该方法能够有效诊断滚动轴承故障. 相似文献
2.
文章针对烧结脱硫增压风机滚动轴承振动信号非线性、非平稳性,导致其故障特征难提取、难识别的问题,提出了融合自相关降噪与小波包分解的对称差分能量算子的解调方法,结果表明所提方法为增压风机滚动轴承的故障诊断提供一条新途径。 相似文献
3.
4.
5.
通过实例介绍了滚动轴承故障诊断技术在现场中的应用 ,在滚动轴承故障诊断方法的实际应用上 ,做了一些尝试与总结。 相似文献
6.
7.
8.
9.
通过设备巡检系统采集精轧机锥箱滚动轴承的振动数据,并对该数据进行技术分析,准确地找出故障原因,预知故障并及时检修。 相似文献
10.
11.
12.
陈刚 《冶金设备管理与维修》2007,25(6):47-48
从传统技术和新型技术应用的两个方面介绍了滚动轴承的故障诊断方法及其应用,并讨论了各自的优缺点,可供从事设备故障诊断的工程技术人员借鉴。 相似文献
13.
针对传统故障诊断方法需要人工提取特征的不足,以及大数据下滚动轴承故障振动信号自适应特征提取与智能诊断问题,利用空洞卷积神经网络(DCNN)可以在不增加计算量的基础上兼顾不同尺度空间特征的能力、门控循环单元(GRU)善于从动态变化的序列数据中学习到时间上的关联性的能力,提出了一种将DCNN、注意力机制和GRU多路径融合的端到端故障诊断方法。首先利用DCNN从原始数据中自动提取时序信号特征,然后将注意力机制(Attention)的GRU通路和DCNN通路进行融合,最后将提取到的特征融合之后送入分类层进行分类。试验结果表明,所提方法的诊断准确率平均为98.75%,高于比较方法,更加适用于滚动轴承故障诊断。 相似文献
14.
15.
针对未经预处理的心电信号中QRS波群和T波,提出一种基于经验模式分解的检测算法.该方法首先采用结合端点延拓的经验模式分解方法对信号进行分解,然后通过适当选择分解后的固有模态函数和残余分量,不使用"经验阈值"能得到准确的检测结果.利用MIT BIH Arrhythmia Database中心电数据检测表明,QRS波群的检测率达到99%以上,T波的正确识别率也获得较大的提高.该算法中提出的端点延拓方法能有效地减少使用经验模式分解的次数,提高检测的实时性,具有较好的应用前景. 相似文献
16.
经验模态分解(EMD)方法是一个以信号内在物理频率成分为对象的自适应时频分析方法,而常见的非平稳信号分析方法,比如小波分析,它需要选择小波基,不同小波基的分析结果不同;拉曼光谱信号是典型的非线性和非平稳信号,EMD方法充分地保留了信号本身的非线性和非平稳的特征,适应于拉曼光谱信号的分析。实验在自行研制的拉曼光谱测试平台上获得了原始的拉曼光谱信号,并通过经验模态分解将信号分解成不同频率的10个本征模式分量,信号能量集中在750cm-1和1500cm-1左右,最后进行了频率成分分析和去噪处理,并和小波分析方法进行了对比,验证了EMD方法的有效性和实用性,该方法在拉曼光谱信号分析中有较好的应用前景。 相似文献
17.
18.
传统Hilbert-Huang变换(HHT)的经验模态分解算法是基于3次样条插值的包络线计算方法,存在过冲及边界效应等缺点.针对传统经验模态分解算法求解包络线存在的问题,提出了基于高斯过程回归的改进包络线插值方法.并且讨论了如何优化高斯过程参数,提高了泛化能力及包络线的插值精度,较好地改进了HHT的虚假频率和端点效应问题.通过处理步态数据的试验表明,采用高斯过程方法可以较好地改进HHT存在的虚假频率和端点效应问题,减小了固有模态函数的失真. 相似文献
19.
基于由SIEMENS S7-400PLC构成的万能轧机基础自动化系统的故障诊断信息集成模式的研究,模式构建了信息采集层,故障诊断层、数据管理层、人机对话层,建立现场故障智能诊断系统,将分散的故障信息集中在中控室故障诊断信息集成客户端,该界面结合现场,画面友好,开发以来极大降低了故障处理时间,为生产正常运行提供了有力保障. 相似文献
20.
由于地质过程的复杂性及成矿过程的多期次叠加性,原始重磁异常往往是多种地质因素的混合信息,既包含区域背景异常信息,也包含与矿床(体)、矿化蚀变带以及隐伏岩体等与找矿密切相关的地质要素所引起的局部蓖磁异常.如何从复杂的叠加重磁异常中分离出具有找矿意义的局部异常,是当前矿产勘查和资源潜力评价工作中面临的难题之一.采用经验模态分解(EMD)方法来分解重磁异常,为提高分解的稳健性提出了用双调和样条插值(PSI)进行包罗面插值的新方法,并以云南个旧地区重磁数据为例,对其进行非线性多尺度分解,实现对区域异常与局部重磁异常的分离,揭示了深层次找矿信息并拓宽了经验模态分解方法的应用领域. 相似文献