共查询到17条相似文献,搜索用时 62 毫秒
1.
基于EMD平均能量法的滚动轴承故障诊断 总被引:3,自引:0,他引:3
文中提出了一种用于滚动轴承故障诊断的系统一基于EMD和BP神经网络相结合的诊断系统。该方法首先对原始振动信号进行小波包预处理,提高信噪比,从而得到更适合研究的故障振动信号。然后再对信号进行EMD,分解得到IMF分量,对几个感兴趣的IMF进行分析,获得每个IMF分量的平均能量,作为BP神经网络的输入向量,由此训练神经网络,实现了对滚动轴承故障的智能诊断,并用实际的滚动轴承故障数据进行了验证。图6表2参12 相似文献
2.
针对风力发电机组轴承故障振动信号特性,该信号为非平稳信号。提出基于希尔伯特黄的对风力发电机组轴承故障的诊断方法。该方法是用经验模式分解方法将原始信号分解成包含不同特征时间尺度的本征模态函数,并对分解后得到的每一个本征模态函数分量进行希尔伯特变换,从而得出时频平面上的幅值分布的尔伯特谱,并通过其反映出来的物理信息对风力发电机组轴承做故障诊断分析。 相似文献
3.
为解决集合经验模态(EEMD)存在分量重构误差大和提取的故障特征不明显问题,课题组提出一种自适应噪声完备集合经验模态分解(CEEMDAN)辅助快速谱峭度的故障诊断方法。首先采用CEEMDAN将故障信号分解为多个IMF分量,计算分量的谱峭度值,选择峭度和相关度最大的分量进行重构;然后通过快速谱峭度图确定最大共振频带,进行带通滤波分析,获得故障信息;最后采用某滚动轴承实验数据分别对内圈故障和外圈故障进行实验分析。结果表明:与原始故障信号相比,该方法获得的包络谱更清晰,故障频率更明显,内圈故障频率为162 Hz,外圈故障频率为107 Hz。该方法提取故障特征突出,可以得到有效的故障频带。 相似文献
4.
5.
随着中国工业的发展,造纸工业的发展越来越发达。造纸机逐渐向连续性、大型化、自动化和智能化发展。而造纸机轴承是机械设备中重要组成部分,但在长期高速运转和大量工作的运转下,更容易造成轴承故障。因此对轴承进行故障监测和诊断系统,并进行系统设计,将共振解调器及共振解调技术融入到造纸机轴承故障诊断应用中,以实现高精度的造纸机轴承故障诊断。 相似文献
6.
7.
8.
本文在前人研究的基础上,基于简正波理论,给出了海洋环境噪声互相关函数(NCF)及时域格林函数(TDGF)的公式,分析了NCF与TDGF的相似性;基于青岛胶州湾航道附近采集的海洋环境噪声数据,分析相关的时空特性;提出了经验模态分解(EMD)与波束形成相结合的环境噪声互相关技术,提高了相关峰信噪比,成功提取了海表噪声场的直达垂直波至的时域到达结构,与理论上的时域到达结构相符;并进一步反演得到声速结果,与同步观测的声速测量结果十分吻合。 相似文献
9.
夏学文 《纺织高校基础科学学报》1998,11(3):226-229
研究了一类多维时序模型,给出了参数估计,定阶,预报方法,并将这一模型应用于纺织生产中,结果表明该模型具有较好的应用价值。 相似文献
10.
以时间序列为理论基础,利用时间序列分析方法对水力旋流器的筛分性能建立了AR模型,并依据该模型对纤维重均长度变化趋势进行了预测分析。通过对不同实测数据的检验证明,可根据该模型的预测结果预报纤维重均长度的发展变化趋势。 相似文献
11.
12.
朱高中 《郑州轻工业学院学报(自然科学版)》2011,(4):109-112
针对变频调速系统中常用的电机诊断方法难以准确判断隐性故障类型的问题,采用基于D-S证据推理的信息融合故障诊断方法,将三相电压传感器和三相电流传感器的判断结果进行融合,以识别变频器不对称运行的故障;将A,B,C三相定子电流信号进行融合,以识别转子断条故障.该方法通过小波包频带能量提取电动机隐性故障特征信息,然后利用D-S证据理论融合计算故障特征信息进行故障识别.诊断测试结果表明,该方法可提高电动机故障诊断的精度,并能满足诊断的实时性要求. 相似文献
13.
14.
提出基于矢功率谱和D-S证据理论分层融合的旋转机械故障诊断方法,该方法把转子的2个截面信息分别以矢功率谱进行数据层融合,提取矢功率谱的特征输入到径向基概率神经网络分类器进行故障识别,最后把两截面诊断结果输入D-S证据理论融合中心进行决策层融合.实验结果表明,该方法可降低故障诊断的不确定性,并提高故障决策准确率. 相似文献
15.
16.
介绍了基于共振解调技术的滚动轴承故障诊断原理、特点及实现方法,开发了可以检测和诊断造纸机滚动轴承故障的软件系统,验证了其可行性,它可以进一步推广到对造纸机关键设备的轴承检测和诊断。 相似文献
17.
鉴于烘缸传动齿轮箱的振动信号中调制源多、频率成分复杂,功率谱中存在大量非对称的边带及周期性结构的频率,传统的傅立叶变换或者细化谱技术难以把混杂的周期分量分辨出来。运用倒频谱分析能将输入信号与传递函数区分开来,使原来功率谱上成簇的边频带谱线简化为单根谱线,分离和提取出密集泛频信号中的周期成分、多成分边频,快速准确诊断分组烘缸传动齿轮箱故障。 相似文献