共查询到20条相似文献,搜索用时 15 毫秒
1.
基于分形和小波包理论的滚动轴承故障诊断 总被引:1,自引:0,他引:1
为了提高滚动轴承故障分形诊断的准确性,利用仿真信号对不同数据长度和不同信噪比下信号的盒维数和关联维数的差异进行对比,发现两种分形维对不同信号具有不同适应性;利用基于小波包分解能量图的特征信号强化技术,突出含噪轴承振动信号的故障信息特征,并对消噪前后振动信号盒维数进行计算和对比。分析结果表明,分形盒维数比关联维数更适用于分析含噪较重的信号;滚动轴承故障振动信号盒维数小于正常信号盒维数;相比原始信号,经小波包提取后不同类型故障振动信号的盒维数区分更为明显,诊断结果更加准确直观。 相似文献
2.
1 引言
分形是事物的局部与整体有某种相似性的形体,分维数是分形体复杂程度的度量,分形几何学是研究分形体的理论.平面图形也可能是分形体.管道受击振动产生的时域信号波形图可视为平面图形.如果波形图具有分形结构,根据分形几何理论,可用分维数描述其分形特性.不同激振源引发的管道振动波形的分维数不相同,可以用于管道振源识别,进行简单、有效的故障诊断. 相似文献
3.
4.
将分形理论用于齿轮磨损的监测,从工程应用角度介绍了振动信号盒维数的计算方法。通过对齿轮振动信号分形维数的计算,揭示了分形维数与信号复杂程度之间的内在联系。结果表明:随齿轮磨损的增加,齿轮振动信号盒维数呈下降趋势,运用振动信号的分形维数特征可有效实现齿轮磨损监测。 相似文献
5.
6.
汽车传动轴振动信号分形维数计算 总被引:6,自引:0,他引:6
讨论了确定混沌时间序列嵌入维数的平均最近邻域发散度方法,并根据从时间序列中计算分形维数的方法,计算了一组不同平衡度汽车传动轴振动信号分形维数。计算表明,汽车传动轴振动信号具有分形特征;在时间序列具有较大噪声时,平均最近邻域发散度法能很好地确定其嵌入维数,具有良好的收敛性;在其他条件不变时,传动轴的不平衡度与其振动信号的分形维数值呈线性关系,当时间序列样本点达到一定数目时,计算结果稳定性好。 相似文献
7.
基于混沌分形理论的传动轴振动信号分析 总被引:1,自引:0,他引:1
将混沌分形引入传动轴振动信号的故障分析中,用关联维数来刻画振动信号的故障特征。通过对试验获取的传动轴振动信号进行分析计算,确定了分形维数与传动轴故障程度之间的联系。计算表明,传动轴振动信号具有分形特征,且分形维数均在2维与3维之间,随着传动轴不平衡加剧,它向3维逼近。当样本点达到一定数目时,计算结果的稳定性好。 相似文献
8.
特征向量选择是轴承失效检测与诊断的关键。作为解释复杂系统的动力学行为机制的重要工具,分形理论及分形维数常被用来描述轴承的故障特征,然而某状态下的分形维数难以刻画轴承失效的过程。针对轴承振动的非线性,首先介绍了分形理论,然后尝试选择盒维数及其变异系数作为轴承故障特征,并以IMS的轴承全寿命失效实验数据为样本,对盒维数的轴承外圈失效诊断进行了验证。认为:外圈正常工况与失效工况的盒维数均值差异不大,但失效工况的盒维数变异系数有着显著的增加。通过盒维数的变异性或可为滚动轴承的外圈失效诊断提供依据。 相似文献
9.
10.
11.
12.
为了分析铣削过程振动信号的非线性特征,使用双谱、李雅普诺夫系数、变形维数和近似熵分析变切深铣削过程中平稳铣削振动信号、颤振孕育振动信号和颤振振动信号.试验结果表明,振动信号在铣削颤振孕育和发生状态时具有强混沌特征,其双谱特征和混沌特征相结合可以作为识别颤振孕育、发生的有效手段,基于球形支持向量机分类器对平稳铣削、颤振孕育和颤振发生进行识别,识别准确率达98.0%. 相似文献
13.
针对柴油机配气机构故障诊断问题,提出了一种基于Wigner分布和差分分形盒维数的故障诊断方法。首先,利用改进局部均值分解算法对柴油机缸盖振动信号进行分解,并采用相关性分析剔除噪声和伪分量;然后,分别对各相关分量进行Wigner时频分析,将结果线性叠加得到振动时频图,再提取图像的差分分形盒维数作为故障特征;最后,利用k-最近邻(k-NN)实现故障诊断。仿真结果表明,改进局部均值分解算法可以抑制Wigner分布交叉项的干扰。实验结果显示,差分分形盒维数优于其他6种典型故障特征,利用本研究提出的方法对配气机构进行故障诊断的正确率为97.2%,该方法可以用于柴油机配气机构故障诊断。 相似文献
14.
采用小波包分析的方法对滚动轴承振动信号进行处理,提取滚动轴承特征信号,进一步应用混沌与分形方法研究了故障信号的混沌性,通过计算信号混沌特征量—关联维数,找出了内圈、外圈及滚动体状态信号在正常状态、轻微磨损状态、中度磨损状态、严重磨损状态下关联维数对故障状态的反应。实验结果印证了混沌方法用于研究该类型故障信号的可行性。 相似文献
15.
《机械设计与制造》2017,(9)
考虑到自动机工作环境复杂,各部件相互作用时间短,冲击性强从而导致各种响应信号相互叠加,敏感特征参量难以确定的问题,提出了一种应用多参数融合与ELM相结合的自动机故障诊断方法。首先,对自动机故障信号计算广义分形维数,在此基础上提取盒维数、信息维数、关联维数作为故障特征参量;然后引入信息熵模型,对自动机故障信号提取功率谱熵、奇异谱熵、特征空间谱熵作为特征参量来描述信号状态在频域、时域、时频域的能量变化;最后将特征参量输入到极限学习机中(ELM)进行分类。实验结果表明多参数融合能全面准确地反映故障信息,极限学习机学习速度快、结构简单,具有很好的故障分类效果。 相似文献
16.
17.
建立了磁流变减振器的动力学方程,利用与其同阶的时间序列AR模型的对应关系,推导出基于时间序列的动态特性参数计算公式,在不同工况下振动实验检测获得时间序列,计算了动态特性参数、时间序列分形盒维数和系统特征根实部,以及这些参数间的相关系数,拟合了动态特性参数、分形盒维数、工况参数三者相互间的关系曲线,分析了磁流变减振器性能变化。分析结果表明,AR(2)模型对减振器振动信号有较高的模拟精度,基于时间序列AR模型的动态特性参数求解方法便捷有效;时间序列盒维数与动态特性参数间存在高度相关,可作为量化衡量系统振动平稳性和响应快速性综合动态特性的参数,可配合特征根选取磁流变减振器的最佳工况。 相似文献
18.
19.