共查询到20条相似文献,搜索用时 921 毫秒
1.
基于经验模态分解和Duffing振子的轴承故障诊断 总被引:2,自引:0,他引:2
针对齿轮箱轴承振动信号故障信息容易被噪声淹没,且具有非线性、非平稳特性的问题,提出了基于经验模态分解(EMD)和Duffing振子的轴承故障诊断方法。首先对原始振动信号进行经验模态分解,找到包含轴承故障信息的固有模态函数(IMF),然后利用Duffing振子的分岔图找到混沌振子相轨迹发生变化的内部激励力分界值,并将Duffing 振子的内部激励力频率设定为轴承故障特征频率,最后从混沌振子输出相轨迹的变化来检测齿轮箱轴承故障信息。实验结果表明,基于EMD和Duffing振子的故障诊断方法能够检测轴承故障信息。 相似文献
2.
3.
4.
首先,介绍了振动信号分析原理及应用,并设计了联合收割机发动机振动信号采集与处理模块;然后,基于卷积神经网络,实现了联合收割机故障检测系统,并利用MatLab进行了发动机故障诊断仿真。实验结果表明:采用卷积神经网络的故障检测模型,可实现对联合收割机发动机转子、轴承和机匣的故障检测,且识别率在95%以上,证明了系统的可靠性和可行性。 相似文献
5.
6.
基于振动测试技术,对发动机曲轴轴承磨损故障进行诊断研究。在EQ6100型发动机上模拟曲轴轴承磨损,然后测取不同的转速、轴承间隙、测点、温度下的故障信号,并用时域、频域分析法进行了分析比较。通过分析,提取了曲轴轴承磨损故障的诊断特征参数并指出目前该故障诊断所存在的问题。 相似文献
7.
8.
针对故障出现时系统的非线性行为及劣化趋势预测问题,基于混沌理论及非线性动力学,提出以最大Ly-apunov指数作为评价运行状态的指标,通过Elman-决策树对其进行预测及分类的故障预警方法.并以轴承数据为例对该方法进行了验证,对正常轴承、外环人工电火花加工出裂纹轴承、外环钻孔的轴承壳体振动信号时序数据进行处理,计算降噪... 相似文献
9.
10.
基于经验模态分解的冲击脉冲法研究 总被引:2,自引:2,他引:0
提出基于经验模态分解的冲击脉冲法,带通滤波后,进一步采用经验模态分解方法自适应滤波提取故障轴承振动信号中的调制信息,最后应用Hilbert变换解析出故障频率。仿真信号和实验验证结果表明,与仅仅采用带通滤波器滤波比较,该方法更能突出故障频率成分,避免误诊断。 相似文献
11.
提出了基于Alpha稳定分布的统计模型的滚动轴承故障信号分析方法,这种非高斯模型可以准确地描述具有脉冲特性的轴承故障信号。不同故障程度的轴承故障信号的特征指数α由Alpha稳定分布参数估计方法计算得到。实验结果表明,轴承故障信号属于Alpha稳定过程,各轴承故障信号的Alpha稳定密度分布在双对数坐标图中,适合经验概率密度分布以及它们的尾部都具有相同的重尾行为,表明这种统计模型对于不同故障程度的轴承信号都是有效的。 相似文献
12.
13.
薛延刚 《排灌机械工程学报》2016,34(5):455-460
为了准确判断水轮机组的故障,提高水轮机组诊断的精确性,建立了EMD-Multi-fractal spectrum和改进BP神经网络相结合的机组振动故障诊断模型.选取水轮发电机组不同工况下的轴系正常、轴承油膜涡动、转子部件不平衡、转子不对中等状态,采集各状态下的振动信号.经过经验模态分解得到振动信号波各种故障信号的EMD分量,根据信号波形趋势图由EMD系数提取出波形样本,再由多重分形谱算法提取波形样本的特征值alpha(q), f(q),将该特征向量作为BP神经网络的输入进行分类识别.将训练好的神经网络应用于全部样本,得到测试正确率为100%.该模型用波形提取信号特征代替了传统的频谱特性,并结合先进的多重分形谱进行诊断识别,为水轮发电机组故障诊断提供了一种新的思路.应用信号采集于水电厂运行的水轮机,根据诊断的结果对轴系各个部件进行局部校正,通过检测发现振动和摆度都大大减弱.该方法提高了检测精度,增强了人机交互性,具有重要的理论意义和实用价值. 相似文献
14.
15.
变速箱是机械设备的重要组成部分.由于机械设备的特殊运行条件和运行环境使得变速箱中齿轮副、轴、轴承等常发生故障.因而随着科学技术的发展,对变速箱实施故障诊断,显得尤为重要.而故障诊断的前提是对于故障特征信号的提取.近年来,模糊故障诊断技术在故障诊断和特征提取方面的应用也越来越多.为此,利用故障模糊诊断技术,通过对齿轮在运转时产生的振动信号进行特性分析,诊断齿轮系统的故障. 相似文献
16.
针对河间输油站4#输油泵振动超标的故障,对输油泵的结构和振动的原因进行了分析,发现是由润滑不足导致轴承过度磨损所造成。对轴承进行了更换,并对甩油环进行了改进,使问题得到解决,为输油泵振动故障的处理提供了经验。 相似文献
17.
18.
19.
基于BP神经网络的滚动轴承振动故障诊断 总被引:1,自引:0,他引:1
滚动轴承振动信号被分析和处理后,提取出能够反映滚动轴承故障的特征参数,经归一化处理作为BP神经网络的输入,并用BP算法对该网络进行训练,利用神经网络的智能性来判断轴承的好坏。仿真结果表明,该方法实用有效。 相似文献
20.
不解体诊断发动机连杆轴承故障的试验研究 总被引:1,自引:1,他引:0
不解体诊断发动机连杆轴承故障的试验研究姚喜贵葛运双王文彬(佳木斯大学工学院)(东方市政集团)(齐齐哈尔市公共汽车公司常规诊断和检查发动机内部机体工作状态的方法是拆卸发动机进行直接观察和测量,这种方法费工费时。而利用发动机工作时的振动和噪声信号进行故障... 相似文献