共查询到20条相似文献，搜索用时 468 毫秒
1.
货车滚动轴承早期故障轨边声学诊断系统，是一种基于声学诊断原理开发的故障诊断装置，用于发现货车滚动轴承的早期故障，声学传感器安装在轨道旁。该装置利用声学传感器拾取轴承的声音（噪声）信号，采用特定的信号分析技术，可以从时域、频域或幅域提取出轴承的故障特征，再应用各种模式识别方法，就能够实现滚动轴承的故障诊断. 相似文献
2.
《内蒙古科技与经济》2016,(21)
针对齿轮箱早期故障振动信号非平稳、强噪声,故障频率难提取的问题,提出了基于变分模态分解(Variational Mode Decomposition,VMD)和包络解调的齿轮箱故障诊断方法,为齿轮箱状态监测提供依据。 相似文献
3.
4.
5.
《内蒙古科技与经济》2017,(9)
针对滚动轴承信号的不规则特性及振动信号表现出强非平稳性给滚动轴承故障特征提取带来困难的问题,提出VMD变分模态分解与对称差分能量算子解调的滚动轴承故障诊断方法。仿真实验结果表明所提方法能够有效地对滚动轴承进行故障诊断。 相似文献
6.
针对单通道情况下传统盲源分离方法难以恢复源信号的问题,提出一种基于变分模态分解(VMD)的单通道信号盲源分离方法。首先对单通道信号进行变分模态分解(VMD)获得一系列本征模态函数(IMF)分量,将单通道信号和其IMF分量构成多维信号,然后采用主成分分析法估计源数,依据估计的源信号数目重组多通道观测信号,最后利用改进的变步长等变自适应分离(VSEASI)算法实现信号的盲分离。将所提出方法应用于齿轮和轴承的单通道信号仿真研究,仿真结果表明,该方法能够有效地分离出齿轮和轴承信号,解决了单通道信号盲源分离问题。 相似文献
7.
轴承早期的故障信号属于微弱信号,在强噪声背景下很难被发现,针对该问题,提出了一种局部均值分解(Local Mean Decomposition)方法的滚动轴承故障特征提取方法。通过分析故障仿真信号发现LMD将复杂信号分解为若干PF分量,先用MED对故障信号进行降噪,然后对降噪后的信号进行LMD分解,成功提取了故障信号。 相似文献
8.
故障轴承的振动信号由于冲击的影响，表现出非平稳性。小波分析作为一种新的时一频分析手段，对轴承的振动信号进行小波分解，将分解系数进行希尔伯特包络处理，实验信号分析表明，在包络信号的功率谱中，故障的通过频率可以明显的分辨出来。 相似文献
9.
10.
张娅婷 《内蒙古科技与经济》2019,(10)
针对常用的特征提取方法存在着误差较大,且方法多样难以有效对其进行选取等问题,提出一种基于变分模态分解和卷积神经网络的脱硫增压风机轴承智能诊断故障诊断方法,首先对信号做变分模态分解,以期把信号中不同成分分解到不同的频段节点上;最后对包含有故障信号的不同节点作为卷积神经网络的输入进行自动特征提取,利用分类器对特征进行分类,从而实现脱硫增压风机轴承的故障智能诊断。 相似文献
11.
12.
13.
针对快速铁路动车轴承故障检测的不确定性,提出了引入权重分析优化的快速铁路动车轴承故障检测方法,以人工神经网络和专家系统相结合,引入权重分析优化的概念对动车轴承参数权重进行优化,并通过遗传算法对神经网络初始权重进行优化,完成快速铁路动车轴承故障进行检测,避免了神经网络搜索容易陷入局部最优的问题,提高了动车轴承故障检测的准确率。仿真实验结果表明,与传统方法相比,该方法下的快速铁路动车轴承故障检测方法检测准确率提高了25%,具有极强的实际应用价值。 相似文献
14.
根据大轴承的结构特点和现场经常出现的故障,选择合适的监测及诊断方法,分析大轴承存在故障时,特征信号的变化,寻找合适的信号处理方法,对监测信号进行分析处理,提取特征向量.利用人工神经网络来完成大轴承状态辨识,实现诊断的智能化. 相似文献
15.
16.
17.
文中通过对高速动车组转向架轴承进行检查与分析,发现轴承早期故障,消除安全隐患。分析了故障发生的可能原因,提出诊断处理办法,为动车组的安全运行提供了相应的指导意见。 相似文献
18.
针对某炼钢厂除尘风机服役在高温、高湿、多粉尘恶劣环境下以及强背景噪声的,致使其驱动侧滚动轴承振动信号呈现多源耦合与非线性调制特征的问题,运用融合变分模态分解(Variational Mode Decomposition,VMD)与最大相关峭度解卷积(Maximum Correlated Kurtosis Deconvolution,MCKD)实现了对除尘风机滚动轴承振动信号的降噪、故障特征频率的提取,并通过包络解调方法完成了故障的识别。 相似文献
19.
20.