【摘 要】
：
针对滚动轴承故障振动信号中由于存在大量且强烈的背景噪声而难以提取故障特征频率的问题,提出了小波分析与奇异差分谱相结合的故障诊断方法.首先利用小波将轴承振动信号分解
【机 构】
：
北京工业大学 机电学院 先进制造技术北京市重点实验室,北京,100124
【出 处】
：
2014年全国设备监测诊断与维护学术会议、第十六届全国设备监测与诊断学术会议、第十四届全国设备故障诊断学术会议暨2014
论文部分内容阅读
针对滚动轴承故障振动信号中由于存在大量且强烈的背景噪声而难以提取故障特征频率的问题,提出了小波分析与奇异差分谱相结合的故障诊断方法.首先利用小波将轴承振动信号分解为几个不同频带的子信号,然后从中找出包含故障特征频率的子信号,构造Hankel矩阵并进行奇异值分解,进一步求奇异值差分谱曲线,根据差分谱最大突变点,确定有效奇异值的个数,然后保留有效奇异值进行重构,对重构后的信号进行Hilbert包络解调并求出其包络谱,这样便能够从带有强烈噪声的故障振动信号中准确地找出故障特征频率.实验结果和工程案例均表明,这种方法可以准确地提取滚动轴承故障特征频率,验证了该方法的有效性.
其他文献
对滚动轴承故障机理研究的基础上,将轴系交变载荷影响因素引入滚动轴承故障模型.该交变载荷因素的引入,较好地解释在轴承转子系统中滚动轴承故障信号的波形表现.根据滚动轴承
根据监测参数建立了机组的评价指标体系,进一步确定了各评价指标的权重,利用评价结果范围和各评价指标的隶属函数对各指标进行模糊综合评价,最后对各指标的评价向量进行处理,
数据采集是工业装备状态监测分析系统中的不可获取的重要环节,为结构状态辨识和故障诊断提供基本的数据依据.经典的状态监测系统下位机采用固定时间间隔的数据采集和记录方式
针对转轴损伤故障在运行状态下难以定量诊断的实际情况,提出了一种基于工作变形形态与临界转速的诊断方法.首先,利用小波分解对运行中的转轴的工作变形形态进行分解,获得裂纹
去年11月2日上午,河南省郑州市育华学校六年级的徐鸿飞和胡亚克两位小伙伴,约好去书店买书,在车站等车时,
On the morning of November 2 last year, Xu Hongfei, a sixth-
对工业燃气轮机涡轮机械转子叶片进行状态监测可有效提高机组运行效率及可靠性,本文提出一种基于电涡流脉冲技术的叶片状态监测技术方案.采用优化叶片静态标定技术提升高转速
对数控机床的运行状态进行监控监测和机床故障进行预测,实现数控机床的智能维护将大力提升数控机床的使用效率.采用两重威布尔模型建立机床可靠度分布模型,用图形检验法验证
近年来风力发电的发展迅速,风机数目的不断增多,发电机逐渐显现各类故障,双馈异步风机发电机状态监测已成为一个必须解决的问题.本文针对风电机组发电机出现的故障做了深入研
在进行航空发动机设计和运行状态监测时,转子系统的临界转速和应变能计算起着重要作用.本文根据航空发动机一维梁单元转子有限元模型的特征,利用开发语言Samcef Bacon进行该