排序方式: 共有76条查询结果,搜索用时 0 毫秒
71.
72.
由于滚动轴承声发射信号在各频段的能量分布与轴承的故障类型相关,可以利用谐波小波包将不同故障滚动轴承的声发射信号分解到不同频段,进而将各频段的能量组成特征向量输入BP神经网络,通过神经网络判别滚动轴承的故障类型。利用神经网络对滚动轴承进行故障识别时,对谐波小波包和Daubechies小波包进行了比较。实验结果表明对于滚动轴承声发射信号的故障模式识别,将谐波小波包分解和BP神经网络相结合的方法可以获得良好的效果。 相似文献
73.
74.
多小波自适应阈值降噪在故障诊断中的应用 总被引:1,自引:1,他引:1
为了提取淹没在强背景噪声下的微弱故障信息,引入多小波自适应阈值降噪方法实现滚动轴承的信号去噪,并结合包络解调提取故障特征.多小波具有多个尺度函数和小波函数,具备单小波无法同时满足的对称性、正交性、紧支性和高阶消失矩等优良特性,可匹配信号中的不同特征信息.基于轴承外圈点蚀故障的仿真信号,分别利用GHM多小波和Db2小波对其进行降噪处理.通过信噪比的定量分析表明,相比单小波而言,多小波的降噪优势明显.针对滚动轴承的微点蚀实验信号和现场实采集的工程数据,多小波自适应阈值技术比单小波方法具有更好的降噪效果,且更易于提取出滚动轴承的早期故障信息. 相似文献
75.
通过仿真实验证明了差分振子相图的大小和待检测信号的幅值的大小之间的关系。在相同的参数条件下,差分振子的相图越大,则待检测信号的幅值越大。因此,在参数相同的条件下,对于不同的差分振子相图进行比较,可以得到待检测信号幅值间的大小关系。针对差分振子相图的特点给出了差分振子识别的新方法,可以快速识别差分振子是收敛于极环还是极点。最后,通过工程数据的分析成功的发现了设备故障的发生发展的劣化过程,并对差分振子的相图进行识别,取得了理想的效果。 相似文献
76.