排序方式: 共有67条查询结果,搜索用时 15 毫秒
31.
32.
在比较工作模态分析和实验模态分析的联系和区别的基础上,本文使用工作状态模态分析的两种技术频域分解技术(Frequency Domain Decomposition technique,FDD)和随机子空间辨识技术(Stochastic SubspaceIdentification technique,SSI),对太原刚玉集团生产的WJ58D.0B型单柱堆垛机工作状态下的108个测点进行测试和分析,在0~50Hz的频段内,提取了该堆垛机结构的固有频率、阻尼和模态振型,用以上两种技术给出的分析结果之间显示出较好的一致性. 相似文献
33.
34.
35.
36.
37.
38.
基于模态理论的振动结构声辐射信号特征提取方法及其应用 总被引:1,自引:1,他引:0
论述了结构振动与声辐射之间的传递特性,以堆垛机结构为对象进行了试验研究。通过模态参数测试和声辐射信号分析验证了理论分析的正确性。提出了一种基于模态频率的声信号频域特征信息提取方法,并将该方法用于堆垛机结构的冲击载荷分类识别研究。结果表明,声谱峰值频率与结构模态频率具有相当好的一致性,声谱幅值分布反映冲击载荷的特性;采用所提出的方法提取的声信号特征信噪比高,用于振动结构冲击载荷分类识别是合理的和有效的。由于设备发生故障必然导致载荷的变化而使所辐射的声信号发生变化,加之声信号获取成本低且有近场非接触测量的优点,所以提出的声信号特征提取方法在机械设备运行状态监测和故障诊断方面具有重要的应用价值。 相似文献
39.
小波包分析方法在齿轮早期故障特征提取中的应用 总被引:14,自引:4,他引:10
基于小波包对信号的高分辨率分解和重构能力,把信号分解到不同频段,然后选择有效频段进行故障信号重构,分离出故障信息,试验表明,该方法能从很强的总体振动信号中提取清晰的损伤特征,实现早期诊断。 相似文献
40.
基于LSCE算法和FDD算法的振动筛动态特性研究 总被引:5,自引:1,他引:5
论述了工作模态分析的频域分解方法(FDD),采用DP440数据采集分析仪,按一点随机激励、多点加速度响应对振动筛进行了振动测试。使用FDD算法与最小二乘复指数法(LSCE)分别对振动筛进行了模态分析,并对两种分析结果进行了比较研究。在0-78Hz频带内,两种方法所提取的9阶模态参数相当接近。分析结果表明,FDD算法是有效的,可以用于大型机械结构的工作模态分析。所获得的振动筛结构的动态特性准确、可靠,可以作为动力学修改和灵敏度分析的依据。 相似文献