排序方式: 共有51条查询结果,搜索用时 0 毫秒
1.
齿轮系统噪声预估及声诊断方法研究 总被引:2,自引:0,他引:2
通过对正常齿轮系统和故障齿轮系统振动信号的试验测试,提取了正常与故障齿轮的信号特征,以声学理论为基础,在系统运转的情况下分别在时域和频域对系统振动所产生的声压进行了模拟计算,并对正常情况、齿根裂纹故障情况(深度为3mm和5mm)、分度圆裂纹故障(深度为2mm和4mm)及齿面磨损情况下齿轮系统的辐射声压进行了比较分析,并与试验结果进行了对比验证。结果表明,利用声诊断方法不仅可以较好地对几种典型故障(类型,大小)进行初步定征和识别,在故障诊断领域有良好的应用前景,而且可以降低声压级测量的成本,有效避免环境噪声的影响。 相似文献
2.
3.
4.
对旋振筛进行动力学和运动学分析,得出振筛筛面空间运动轨迹是一条椭圆曲线,并对筛面上物料运动情况进行了研究,得到物料运动轨迹近似于一条螺线。通过实验测试验证了理论分析与实验结果的一致性。 相似文献
5.
在齿轮系统故障诊断中.采用何种有效的方法对随机动态信号进行分析和特征提取是关键所在;相对于普通的分析方法而言结构模态参数辨识领域先进的时域识别方法随机子空间能更准确地识别出环境激励下结构系统的模态参数;将这一方法引入到运转的齿轮系统中进行了动态特性识别,对齿轮系统发生的故障进行特征提取、区分与诊断,并与正常齿轮系统对比,实验结果表明,该方法可以有效地对齿轮传动系统故障进行识别与诊断。 相似文献
6.
基于高阶累积量的齿轮系统故障检测与诊断 总被引:8,自引:1,他引:7
详细讨论高阶累积量(Higher order cumulants,HOC)的特点和性质,分析基于HOC理论的相关信号处理技术,以及在处理随机信号的非线性特性时独特的功能.基于HOC的振动信号分析处理技术,即双谱分析、1.5维谱分析以及双相干谱分析方法,分析了各自特点以及估计算法.在此基础上,将HOC引入到机械传动齿轮系统的故障诊断分析之中, 对系统故障特征进行提取并对故障类型进行区分.对不同大小和不同类型故障的传动系统进行试验测试,采用HOC进行特征提取识别,并对HOC理论实际应用效果作了分析评价,表明HOC是一种较理想有前途的有效方法. 相似文献
7.
建立了齿轮故障系统试验装置,对齿轮传动系统在各种转速与故障状态下进行测试分析,获取了有关振动信号,对齿轮系统的无故障、齿根裂纹、分度圆裂纹、齿面磨损四种状态信号进行特征提取,并对提取的信号进行基于经验模态EMD分解的小波阈值去噪处理,然后对预处理后的信号进行时频分析与诊断。结果表明,采用基于EMD的小波阈值去噪方法比单纯采用小波阈值去噪对测试信号进行预处理,能提高信噪比,并更加有效的提取出故障特征,而在EMD的小波阈值去噪的基础上,再与时频分析方法相结合能够较好的识别不同运转状况下不同种类的故障,如齿根裂纹、分度圆裂纹、齿面磨损等,可用于对实际工程工作的齿轮系统进行故障诊断。 相似文献
8.
齿轮减速器扭振特性实验辨识及简化动力模型研究 总被引:2,自引:0,他引:2
本文通过对二级齿轮减速器扭振特性的实验测定,识别了系统的动力学参数。在此基础上提出用三质量弹簧简化模型代表复杂齿轮减速器的方法,并对简化模型的特性参数进行了辨识,为齿轮传动系统的动力学分析,提供了一种有效的分析方法。 相似文献
9.
研究了数据挖掘的支持向量机的智能故障检测与诊断方法。通过对齿轮系统在不同的运转状态下的工作状况进行试验测试分析,获取了有关的测试信号,并对不同的故障振动特征信号进行了特征提取与分析研究。在此基础上将支持向量机引入到齿轮传动的损伤检测与诊断之中,建立了两分类和多分类分类器,研究了支持向量机的两分类和多类分类算法。通过分析处理、训练和测试仿真数据以及齿轮振动特征信号,对齿轮系统在各种不同转速下不同故障进行了预测、分类和诊断。研究表明, 支持向量机能够很好的区分不同运转状况下各种典型齿轮损伤与故障,低转速下识别率更高,为95%,特别是对各种复合类故障具有较高的识别精度、识别率在81%以上。它在齿轮故障诊断中具有较好诊断识别能力与发展前景,是一种有效地损伤检测与诊断新方法。 相似文献
10.