版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、機(jī)械設(shè)備自身結(jié)構(gòu)的復(fù)雜性、多個(gè)零部件的協(xié)同工作、激勵(lì)和故障源的多樣性等都可能造成振動(dòng)信號(hào)的復(fù)雜性,給故障診斷帶來困難。本論文以機(jī)電設(shè)備為對(duì)象,對(duì)復(fù)雜振動(dòng)信號(hào)中的微弱特征提取及相關(guān)診斷方法進(jìn)行了研究。 為了提取淹沒于噪聲中的微弱特征信號(hào),本文研究了級(jí)聯(lián)雙穩(wěn)隨機(jī)共振系統(tǒng)的非線性低通濾波特性。研究發(fā)現(xiàn),通過級(jí)聯(lián)這樣一種方式,高頻能量能不斷地向低頻轉(zhuǎn)移,在實(shí)現(xiàn)低通濾波的同時(shí),位于低頻的微弱特征成分由于能量的增加將逐級(jí)突顯出來。刀具切削和
2、滾動(dòng)軸承的診斷實(shí)例說明了其實(shí)用性。 每個(gè)傳感器采集的信號(hào)往往是設(shè)備多個(gè)零部件振動(dòng)源的混合信號(hào),盲源分離技術(shù)為此類混合信號(hào)的分離提供了理論基礎(chǔ)。由于實(shí)際測(cè)得振動(dòng)信號(hào)中常摻雜有噪聲,而目前的盲分離算法均沒有考慮噪聲的影響。本文提出一種基于隨機(jī)共振與盲分離相結(jié)合的方法,該方法先對(duì)有噪混合信號(hào)進(jìn)行級(jí)聯(lián)雙穩(wěn)隨機(jī)共振降噪再進(jìn)行盲分離。仿真實(shí)驗(yàn)表明該方法可以有效地提高盲分離性能。 經(jīng)驗(yàn)?zāi)J椒纸馐且环N根據(jù)信號(hào)局部特征進(jìn)行自適應(yīng)分解的時(shí)頻
3、分析方法,可以得到若干基本模式分量;支持向量機(jī)作為一種新型的機(jī)器學(xué)習(xí)方法,可以很好地用于模式分類當(dāng)中。同時(shí),由于不同的故障情況常呈現(xiàn)出不同的復(fù)雜性,本文提出一種Renyi熵復(fù)雜性測(cè)度下的基于經(jīng)驗(yàn)?zāi)J椒纸夂椭С窒蛄繖C(jī)的故障診斷方法,該方法將經(jīng)驗(yàn)?zāi)J椒纸獾玫降娜舾苫灸J椒至康腞enyi熵作為特征向量輸入支持向量機(jī)進(jìn)行訓(xùn)練、識(shí)別。滾動(dòng)軸承的故障診斷實(shí)例說明了該種方法的應(yīng)用前景。 終端的便攜式數(shù)采分析儀實(shí)時(shí)、準(zhǔn)確地采集設(shè)備狀態(tài)數(shù)據(jù)是狀
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 滾動(dòng)軸承微弱故障特征提取方法研究.pdf
- 旋轉(zhuǎn)機(jī)械故障診斷中微弱信號(hào)特征提取方法研究.pdf
- SAR圖像特征提取及微弱目標(biāo)檢測(cè)方法研究.pdf
- 滾動(dòng)軸承故障特征提取與診斷方法研究.pdf
- 旋轉(zhuǎn)機(jī)械非平穩(wěn)信號(hào)微弱特征提取方法研究.pdf
- 接地網(wǎng)故障特征提取與融合診斷方法.pdf
- 結(jié)構(gòu)損傷特征提取及診斷方法研究.pdf
- 多轉(zhuǎn)子軸承復(fù)雜路徑下微弱故障特征提取方法研究.pdf
- 用于工況診斷的示功圖特征提取方法研究.pdf
- 機(jī)械系統(tǒng)微弱故障信號(hào)檢測(cè)及特征提取方法研究.pdf
- 強(qiáng)噪聲背景下機(jī)械故障微弱信號(hào)特征提取方法研究.pdf
- 模擬電路故障特征提取與智能融合診斷方法.pdf
- 機(jī)電設(shè)備的系統(tǒng)診斷方法及其應(yīng)用研究.pdf
- 基于Labeled-LDA的列控車載設(shè)備故障特征提取與診斷方法研究.pdf
- 基于統(tǒng)計(jì)特征提取的故障診斷方法研究.pdf
- 人臉特征提取方法研究.pdf
- 基于多穩(wěn)隨機(jī)共振的機(jī)械微弱故障信號(hào)特征提取方法研究.pdf
- 鐵路機(jī)電設(shè)備故障診斷
- 振動(dòng)故障分形特征提取及診斷方法研究.pdf
- 機(jī)械故障稀疏特征提取及診斷方法研究.pdf
評(píng)論
0/150
提交評(píng)論