共查询到20条相似文献,搜索用时 46 毫秒
1.
2.
3.
4.
5.
离心泵的故障主要集中在转子部件,其故障发生的过程中伴随有丰富的声发射信号,故通过分析其信号特征可得出故障的相应信息.采用特征参量、分布分析方法及波形的时域分析方法对声发射信号进行了分析,并确定了事件计数率、RMS电压和振铃计数率作为声发射故障诊断的特征参量.同时验证了针对早期磨损类故障声发射诊断方法比振动诊断方法更好的诊断效果. 相似文献
6.
针对掘进机故障率高、诊断难度大、维修作业困难、消耗时间长的问题,提出采用合理的故障诊断模型和推理分析方法提取掘进机实时数据的特征信息,实现对掘进机的故障定量评价,消除设备潜在故障,为煤炭高效掘进提供保障. 相似文献
7.
基于声发射技术的滑动轴承故障诊断方法研究 总被引:1,自引:0,他引:1
滑动轴承的代表性故障是轴承与轴颈的接触摩擦故障.在机械故障与转子动力学模拟实验台上模拟了滑动轴承的接触摩擦故障,利用声发射技术进行滑动轴承状态检测.实验研究结果表明声发射检测技术用于滑动轴承故障诊断切实可行,诊断结果准确可靠. 相似文献
8.
为了实现轴承故障智能诊断,对基于信息融合的机器人薄壁轴承故障智能诊断方法进行研究。首先,采用声发射和振动传感器,搭建了机器人薄壁轴承试验与多信息数据采集系统;然后,以薄壁单列角接触球轴承ZR71820为对象,在轴承外圈、内圈和滚动体上分别制作点蚀、裂纹缺陷,用正交试验法采集不同缺陷类型、不同当量载荷及不同转速状态下薄壁轴承在试验过程中的声发射和振动信号;最后,选取时域中均方根值和峭度指数及频域中均方根频率作为振动、声发射信号的特征参数,分别进行了基于单一振动、声发射信号的薄壁轴承故障诊断,并采用SOM与BP神经网络将试验过程中的振动和声发射信号的特征信息进行融合,研究了基于信息融合的机器人薄壁轴承故障智能诊断技术。结果表明:基于振动信号故障诊断的正确率为85.7%;基于声发射信号故障诊断的正确率为81.0%;基于BP神经网络信息融合故障诊断的正确率为93.5%;基于SOM神经网络信息融合故障诊断的正确率为95.2%。基于SOM神经网络信息融合的薄壁轴承故障智能诊断比单用振动或声发射信号的诊断正确率分别高出9.5%和14.2%,比用BP神经网络信息融合故障诊断的正确率高1.7%。 相似文献
9.
声发射特征的有效提取是起重机故障诊断和寿命预测的关键,且数据融合是通过融合多个原始特征来提取重要特征的方法。文中利用各种信号处理技术,从起重机重要部件的原始声发射信号中提取声发射特征,并采用随机森林方法从提取的特征中选择相关的特征子集。随后,选用8种降维方法对所选特征进行融合,来提取二维故障特征和健康指标。最后,利用巴氏距离和支持向量机验证故障诊断的准确性,计算出一种新的指标来选择合适的预测健康指标,并利用长短期记忆方法来预测起重机的剩余使用寿命,由实际工程中的起重机声发射数据验证了所提方法的有效性。 相似文献
10.
对煤矿掘进机常见电气系统故障和液压系统故障进行了分析,并提出了诊断方法和解决措施,以期对煤矿掘进机的正常高效运行以及减少掘进机故障能够起到积极作用。同时,通过分析与研究,初步构建了煤矿掘进机故障诊断专家系统,根据采集到的掘进机电气系统控制量变化和液压系统中压力温度等数据,自动判断掘进机运行状态,诊断相应故障。 相似文献
12.
13.
分析阀门开闭引起管路液力冲击的机理,计算换向阀换向时管路实际压力冲击突变值及换向阀阀芯所受液动力并进行实验验证。 相似文献
14.
为了给交流异步电机伺服系统提供必要的设计数据,根据SVPWM的基本原理和实现算法,基于MATLAB/Simulink平台搭建了SVPWM仿真模型,将该模型应用到异步电机的矢量控制系统中进行了仿真。结果表明,SVPWM控制方式提高了整个系统运行的稳定性和可靠性。 相似文献
15.
16.
17.
18.
单片机应用系统研究——轮式移动机器人控制系统设计与研究 总被引:3,自引:0,他引:3
机器人的移动方式有很多种,但大致就分为两种:车轮式和足步式两种.本文从轮式移动机器人(WMR)的体系结构出发,重点设计了机器人移动控制系统的硬件、软件平台.首先,通过对非完整轮式移动结构和直流伺服电机模型的分析,建立了移动机器人的控制系统模型.其次,设计了基于AVR微控制器(AT90S8515)的移动控制系统,其中主要包括PWM功率驱动、测速单元和串行通讯模块等;对机器人速度、位置控制采用模糊PID算法,较好地克服了移动机器人模型的不确定性、转速位置控制要求的多变和环境改变等因素的影响.程序使用ICCAVR C语言编写,在AVR SUDIO调试软件中用ICE200仿真. 相似文献
19.