共查询到18条相似文献,搜索用时 250 毫秒
1.
2.
3.
4.
5.
6.
7.
提出了一种基于小波频谱分析的滚动轴承故障诊断方法。利用小波默认阈值方法进行数据消噪处理,并对消噪后振动数据进行了5层小波分解。根据轴承故障特征频率,对故障特征频率所在层进行小波重构,计算功率谱密度。对滚动轴承故障的振动信号的仿真结果表明,该方法能有效识别滚动轴承的内圈、外圈和滚动体故障。 相似文献
8.
9.
10.
11.
12.
13.
旋转机械转子动静碰摩是旋转机械常见的故障之一。针对现状,以刚度为分段线性的Jeffcott转子为动静碰摩的简化模型,建立了系统模型的运动微分方程,并进行了碰摩故障的仿真计算。经过大量的试验,观测了转子碰摩故障下的运动规律。试验结果与基于碰摩力模型的仿真结果一致,并对诊断和抑制旋转机械轴系异常超标振动有积极意义。 相似文献
14.
15.
为了解决矿井供电系统发生单相接地故障时故障特征不明显情况下小波包选线方法易错选误选的问题,文章提出了一种基于CEEMD与小波包的选线方法。该方法首先对各条线路的零序电流进行CEEMD分解,提取分解得到的高频IMF1分量进行小波包变换,求取各频段小波包能量总和并排序,按照能量最大原则确定特征频带并进行小波包分解系数模最大值极性的比较,确定模最大值极性相反的线路为故障线路。利用RTDS搭建了35/6kV的矿井供电系统仿真模型,仿真结果表明该选线方法具有较好的选线准确性,并且受不同故障因素的影响较小,在不同故障条件下均有较高的选线准确率。 相似文献
16.
针对瓦斯传感器常见的偏置型、冲击型、漂移型和周期型4种突发型故障,以小波分析和RBF神经网络为基础,提出了由小波包分解提取特征能量谱与扩展Kalman滤波算法(EKF)优化的RBF神经网络进行模式分类辨识的瓦斯传感器故障诊断方法。对瓦斯传感器的输出信号进行小波包分解,运用基于代价函数的局域判别基(LDB)算法进行裁剪,获取最优的特征能量谱,经处理后作为特征向量训练EKF-RBF神经网络,采用参数增广和统计动力学方法,通过带有整定因子的EKF参数估计,用来辨识瓦斯传感器的故障类型。实验结果表明:该方法的辨识正确率在95%以上,误报率和漏报率都明显优于其他算法,能够有效用于瓦斯传感器的故障在线诊断。 相似文献
17.
18.
基于灰色关联理论,在灰色关联分析中引进相似系数,将两者相结合形成综合关联度,提出了基于综合关联度分析的感应电机转子故障诊断方法。首先选择感应电机典型转子故障模式构造标准故障模式。根据综合关联度的计算方法,计算出感应电机待检转子故障模式的综合关联度,根据关联序识别感应电机待检转子模式的故障类型。通过故障诊断实例表明,将综合关联度分析引入感应电机转子的故障诊断中是可行的,具有较高的识别率,分类诊断能力优于BP神经网络故障诊断方法。 相似文献