期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到313篇文章
< 1 2 … 16 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
劣化作用下裂纹-断齿复合故障齿轮系统动态特性研究
1
作者 白宇 姜宏 +1 位作者 章翔峰 雷震 《组合机床与自动化加工技术》 北大核心 2025年第9期44-49,共6页
在现有研究中,裂纹-断齿复合故障的研究往往忽略了故障自身劣化过程对系统特性的影响。对此,基于势能法并考虑齿间耦合作用建立裂纹-断齿耦合故障齿轮啮合刚度计算模型,求解含劣化过程的齿轮时变啮合刚度,并建立啮合型弯扭耦合动力学模... 在现有研究中,裂纹-断齿复合故障的研究往往忽略了故障自身劣化过程对系统特性的影响。对此,基于势能法并考虑齿间耦合作用建立裂纹-断齿耦合故障齿轮啮合刚度计算模型,求解含劣化过程的齿轮时变啮合刚度,并建立啮合型弯扭耦合动力学模型,研究复合故障下齿轮系统的动态响应。通过实验验证了该方法的有效性。结果表明,裂纹和断齿均会降低齿轮的啮合刚度,断齿故障导致刚度发生突变,而裂纹故障下刚度变化相对平稳,耦合故障下系统刚度由更为严重的故障主导,随着故障程度的不断加深,刚度下降愈发明显。通过分析劣化过程中周期性冲击成分与边频带的演变模式,阐明了裂纹与断齿故障之间耦合现象的动态演化趋势。 展开更多
关键词 齿轮箱 复合故障 时变啮合刚度 动态特性 劣化
在线阅读 下载PDF
基于振动信号的带式输送机齿轮箱故障诊断研究 被引量：1
2
作者 胡敬 袁龙江 《煤炭工程》 北大核心 2025年第4期123-130,共8页
在煤矿开采过程中带式输送机一旦发生故障将会影响煤矿的正常开采,给企业造成巨大的经济损失甚至是人员伤亡。因此,建立基于振动信号的带式输送机齿轮箱故障诊断模型十分必要。本研究以带式输送机振动信号为研究对象,分析典型故障类型,... 在煤矿开采过程中带式输送机一旦发生故障将会影响煤矿的正常开采,给企业造成巨大的经济损失甚至是人员伤亡。因此,建立基于振动信号的带式输送机齿轮箱故障诊断模型十分必要。本研究以带式输送机振动信号为研究对象,分析典型故障类型,使用基于峭度-排列熵评价准测的变分模态分解对振动信号进行降噪,建立基于最小二乘支持向量机的带式输送机故障诊断模型,并使用改进粒子群优化算法针对故障诊断模型的惩罚系数与核参数进行优化,最终得到故障诊断的结果,故障诊断模型准确率达到95%以上,相比于传统SVM、RF、BPNN等故障诊断方法准确率提高6%,实现故障精确诊断,提高故障处理效率,提高带式输送机运行的可靠度,保证煤矿的安全生产。 展开更多
关键词 带式输送机齿轮箱 信号处理 故障诊断 变分模态分解 最小二乘支持向量机
在线阅读 下载PDF
齿轮箱多数据Bi-LSTM特征融合的CBAM故障诊断研究
3
作者 杜轻 李峰 《机械设计与制造》 北大核心 2025年第8期144-148,共5页
机械传动领域离不开齿轮箱,其故障诊断的精度直接影响到传动系统的工作效率。在分析卷积神经网络空间和时间关系的基础上,设计了一种多数据长短期记忆网络(Bi-LSTM)特征融合齿轮箱故障诊断方法,并引入交叉融合注意力(CBAM)对像素特征自... 机械传动领域离不开齿轮箱,其故障诊断的精度直接影响到传动系统的工作效率。在分析卷积神经网络空间和时间关系的基础上,设计了一种多数据长短期记忆网络(Bi-LSTM)特征融合齿轮箱故障诊断方法,并引入交叉融合注意力(CBAM)对像素特征自动选取和分布状态调节,以融合特征增强故障特征表达的鲁棒性。性能测试结果表明:相比较其它方法,所提方法表现出来很好的准确率,在时效和预测性能方面获得显著提高。单一工况下,所提方法获得的识别率为94.26%,正确率94.12%,召回率94.11%,F1为94.93%;复杂工况下,采用所提算法达到了92.61%的预测识别率、正确率91.75%、召回率90.91%、F1为90.91%,具有很好的综合效果。通过消融实验可以获得97.41%识别率、96.85%正确率、96.07%召回率和96.12%的F1,表明所提方法具备很高的可行性。 展开更多
关键词 齿轮箱 故障诊断 特征融合 交叉融合注意力
在线阅读 下载PDF
基于MTF-Swin Transformer的风机齿轮箱故障诊断 被引量：2
4
作者 张彬桥 雷钧 万刚 《可再生能源》 CAS CSCD 北大核心 2024年第5期627-633,共7页
针对风机齿轮箱实际工况复杂多变及含有强噪声,传统故障诊断方法对风机齿轮箱故障诊断识别准确率较低的问题,文章提出了MTF-Swin Transformer风机齿轮箱故障诊断模型。首先,采用马尔科夫变迁场(MTF)图形编码方法将原始一维振动时序信号... 针对风机齿轮箱实际工况复杂多变及含有强噪声,传统故障诊断方法对风机齿轮箱故障诊断识别准确率较低的问题,文章提出了MTF-Swin Transformer风机齿轮箱故障诊断模型。首先,采用马尔科夫变迁场(MTF)图形编码方法将原始一维振动时序信号转化为具有关联时间信息的二维特征图谱;然后,将特征图谱作为Swin Transformer模型的输入,基于自注意力机制进行自动特征提取;最后,实现对不同故障类型的分类。仿真结果表明,该方法对齿轮箱故障诊断准确率达到了99.48%,证明了该方法的有效性和优越性。 展开更多
关键词 马尔科夫变迁场(MTF) Swin Transformer 风机齿轮箱 故障诊断
在线阅读 下载PDF
基于HMFDE和t-SNE的旋转机械故障诊断方法 被引量：4
5
作者 尹久 张杰 《机电工程》 CAS 北大核心 2024年第6期1058-1067,共10页
针对旋转机械的故障特征提取较难,以及单一类型的特征无法全面反映故障特性的问题,提出了一种基于混合多尺度波动散布熵(HMFDE)、t分布-随机邻域嵌入(t-SNE)和郊狼优化算法(COA)优化极限学习机(ELM)的旋转机械故障诊断方法。首先,采用... 针对旋转机械的故障特征提取较难,以及单一类型的特征无法全面反映故障特性的问题,提出了一种基于混合多尺度波动散布熵(HMFDE)、t分布-随机邻域嵌入(t-SNE)和郊狼优化算法(COA)优化极限学习机(ELM)的旋转机械故障诊断方法。首先,采用特征加权提出了混合多尺度波动散布熵方法,并将其用于提取旋转机械振动信号的故障特征;随后,采用t-SNE方法对混合故障特征进行了特征降维,挑选出了最能够反映故障特性的特征子集,构建了敏感特征样本;最后,采用郊狼优化算法对极限学习机的输入权重和隐含层阈值进行了优化,完成了旋转机械的故障识别和分类;以齿轮箱和滚动轴承故障数据集为对象,对基于HMFDE、t-SNE和COA-ELM的故障诊断方法进行了实验,验证了方法的有效性。研究结果表明:采用HMFDE-t-SNE-CAO-ELM故障诊断方法可以取得100%的故障识别准确率,该方法能够有效地诊断旋转机械的不同故障类型和损伤;相较于基于单一类型特征的故障诊断方法,其准确率分别可以提高0.68%、22.42%、29.18%(齿轮箱)和1.43%、8.23%、23.67%(滚动轴承),虽然牺牲了一定的计算效率,但准确率得到了明显的提高;相较于其他常规故障分类器,COA-ELM的故障识别准确率具有明显的优势。 展开更多
关键词 旋转机械 故障诊断 齿轮箱 滚动轴承 混合多尺度波动散布熵 t分布-随机邻域嵌入 郊狼优化算法 极限学习机
在线阅读 下载PDF
基于格拉姆角场与深度卷积生成对抗网络的行星齿轮箱故障诊断 被引量：9
6
作者 古莹奎 石昌武 陈家芳 《噪声与振动控制》 CSCD 北大核心 2024年第1期111-118,共8页
针对行星齿轮箱故障诊断中样本分布不均衡所引起的模型泛化能力差及诊断精度低等问题,采用格拉姆角场图像编码技术和深度卷积生成对抗网络相结合进行数据增强,融合AlexNet卷积神经网络进行故障诊断。将采集到的一维振动信号转化为格拉... 针对行星齿轮箱故障诊断中样本分布不均衡所引起的模型泛化能力差及诊断精度低等问题,采用格拉姆角场图像编码技术和深度卷积生成对抗网络相结合进行数据增强,融合AlexNet卷积神经网络进行故障诊断。将采集到的一维振动信号转化为格拉姆角场图,按比例划分训练集与测试集,将训练集样本与随机向量输入到深度卷积生成对抗网络模型中,交替训练生成器与判别器,达到纳什平衡,生成与原始样本类似的生成样本,从而实现故障样本的增广。用原始样本与生成的增广样本训练卷积神经网络分类模型,完成行星齿轮箱的故障识别。实验结果表明,所提方法能够有效提升样本不均衡条件下的行星齿轮箱故障诊断精度,使之达到99.15%,且能使收敛速度更快。 展开更多
关键词 故障诊断 格拉姆角场 深度卷积生成对抗网络 卷积神经网络 行星齿轮箱
在线阅读 下载PDF
IMIBSE与ISOMAP在旋转机械故障诊断中的应用 被引量：3
7
作者 周继彦 柳金峰 胡义华 《机电工程》 CAS 北大核心 2024年第6期1027-1038,1067,共13页
针对基本熵的区域划分标准不理想,导致无法有效测量振动信号的复杂度,使故障诊断的准确率不佳这一问题,提出了一种基于改进多尺度改进基本熵(IMIBSE)、等距特征映射(ISOMAP)和随机森林(RF)的旋转机械故障诊断方法。首先,采用基于方差的... 针对基本熵的区域划分标准不理想,导致无法有效测量振动信号的复杂度,使故障诊断的准确率不佳这一问题,提出了一种基于改进多尺度改进基本熵(IMIBSE)、等距特征映射(ISOMAP)和随机森林(RF)的旋转机械故障诊断方法。首先,采用基于方差的区域划分准则对基本熵进行了改进,结合改进的粗粒化处理,提出了IMIBSE,并将其用于提取故障特征;随后,利用ISOMAP对原始故障特征进行了特征降维,选择了对分类贡献最大的一组特征作为故障敏感特征;最后,基于RF建立了多故障分类器,将故障敏感特征输入至RF模型进行了训练和测试,实现了旋转机械的故障识别,利用齿轮箱和离心泵两种故障数据集将IMIBSE方法与复合多尺度基本熵、多尺度改进基本熵、多尺度基本熵进行了比较和分析。研究结果表明:IMIBSE不仅具有最佳的可视化效果,而且取得的识别准确率最高,二者均达到了100%,而二者的平均分类准确率分别为100%和99.8%;相较于其他故障诊断方法,IMIBSE方法的准确率更高,而且适用于小样本的故障识别问题。 展开更多
关键词 齿轮箱 离心泵 故障诊断 改进多尺度改进基本熵 等距特征映射 随机森林 改进的粗粒化处理
在线阅读 下载PDF
基于CMMFDE与多传感器信息融合的旋转机械故障诊断研究 被引量：4
8
作者 程志平 王潞红 +1 位作者 欧斌 吴军良 《机电工程》 CAS 北大核心 2024年第5期807-816,共10页
采用单一传感器采集的振动信号难以准确描述旋转机械动态特性,导致提取的故障特征无法准确辨识旋转机械故障。针对这一缺陷,提出了一种基于复合多元多尺度波动散布熵(CMMFDE)、多传感器信息融合和哈里斯鹰算法优化极限学习机(HHO-ELM)... 采用单一传感器采集的振动信号难以准确描述旋转机械动态特性,导致提取的故障特征无法准确辨识旋转机械故障。针对这一缺陷,提出了一种基于复合多元多尺度波动散布熵(CMMFDE)、多传感器信息融合和哈里斯鹰算法优化极限学习机(HHO-ELM)的旋转机械故障诊断方法。首先,引入复合多元粗粒化处理,提出了CMMFDE方法,避免了传统单变量分析方法只能处理单一通道振动信号而导致特征的表征性能不足的缺陷,增强了故障特征的表征性能;随后,利用布置在旋转机械不同部位的传感器收集了多种类型的信号,组成混合多通道信号,并进行了CMMFDE分析,构建了故障特征;最后,采用HHO对极限学习机的参数进行了自适应优化,并对特征样本进行了训练和测试,完成了旋转机械的故障识别工作;利用齿轮箱、离心泵两种典型的旋转机械数据集进行了实验分析。研究结果表明:该方法对多个通道的信号进行分析时,所获得的准确率达到了100%和98%,优于对单个通道信号进行分析时获得的准确率,同时CMMFDE方法的准确率和特征提取时间均优于精细复合多元多尺度熵(RCMMSE)、精细复合多元多尺度模糊熵(RCMMFE)、精细复合多元多尺度排列熵(RCMMPE)、多元多尺度波动散布熵(MMFDE)。 展开更多
关键词 旋转机械 故障诊断 齿轮箱 离心泵 复合多元多尺度波动散布熵 哈里斯鹰优化极限学习机
在线阅读 下载PDF
复合多尺度注意熵在旋转机械多工况损伤识别中的应用 被引量：3
9
作者 张伟 卞其翀 叶丹茜 《机电工程》 CAS 北大核心 2024年第3期418-429,共12页
针对传统旋转机械损伤识别方法存在模型精度低和抗噪性差的问题,提出了一种基于复合多尺度注意熵(CMATE)和随机森林(RF)的旋转机械多工况损伤识别方法。首先,提出了一种新的测量时间序列复杂度的非线性动力学工具——复合多尺度注意熵;... 针对传统旋转机械损伤识别方法存在模型精度低和抗噪性差的问题,提出了一种基于复合多尺度注意熵(CMATE)和随机森林(RF)的旋转机械多工况损伤识别方法。首先,提出了一种新的测量时间序列复杂度的非线性动力学工具——复合多尺度注意熵;然后,利用CMATE提取旋转机械振动信号的损伤特征,其表征了旋转机械不同工况下的损伤特性;接着,将损伤特征输入至基于随机森林构造的多类别分类器中,进行了损伤识别;最后,采用滚动轴承-齿轮箱、齿轮箱和离心泵3种旋转机械数据集,并分别构造了9种工况和20种工况的多工况损伤数据集,对该损伤识别方法进行了实验研究。研究结果表明:该旋转机械损伤识别方法分别取得95%、97%和100%的识别准确率,在准确率和特征提取效率两方面优于其他的非线性动力学工具;并且在0 dB、1 dB、2 dB和3 dB这4种不同信噪比的噪声干扰下,依然取得了不错的损伤识别结果,证明了该模型具有可观的抗噪性;同时,该损伤识别方法能够稳定地识别旋转机械的不同负载和转速下的损伤,平均识别准确率分别达到了97.2%和93.5%,具有较好的实际应用潜力。 展开更多
关键词 复合多尺度注意熵 随机森林 旋转机械 齿轮箱 滚动轴承 离心泵 多工况损伤识别
在线阅读 下载PDF
基于Transformer和卷积神经网络的齿轮故障诊断方法 被引量：2
10
作者 闫绘宇 张超 《机电工程》 CAS 北大核心 2024年第3期409-417,共9页
针对部分齿轮的运行环境复杂,导致采集的样本数据不够的问题,提出了一种基于Transformer和卷积神经网络(CNN)的迁移学习齿轮故障诊断方法。首先,采用高斯滤波对原始振动信号进行了预处理,使信号变得平滑,降低了噪声信号的干扰;再将信号... 针对部分齿轮的运行环境复杂,导致采集的样本数据不够的问题,提出了一种基于Transformer和卷积神经网络(CNN)的迁移学习齿轮故障诊断方法。首先,采用高斯滤波对原始振动信号进行了预处理,使信号变得平滑,降低了噪声信号的干扰;再将信号处理成带有位置信息的补丁序列以作为Transformer的输入,并增强了Transformer特征提取的能力,提高了诊断精度;然后,将信号输入到CNN继续提取特征信息,在模型中添加了一个残差块以防止网络退化;接着,划分了实验室采集的齿轮数据集和东南大学齿轮箱数据集的源域和目标域,采用了源域数据预训练模型,选择了每种类型的齿轮各100个样本为目标域;最后,以不同数据集为源域共进行了4组10次重复实验,测试了模型的准确率。研究结果表明:以不同数据集为源域的4组10次迁移实验的齿轮故障诊断准确率较高,均在90%以上,最高准确率可达100%;与其他不含Transformer的卷积神经网络、多尺度卷积神经网络和二维卷积神经网络相比,Transformer-CNN的齿轮故障诊断平均准确率更高,其平均准确率可达到99.64%。因此,基于Transformer-CNN的迁移学习方法能在小样本下诊断齿轮的故障。 展开更多
关键词 齿轮箱 信号平滑处理 迁移学习 TRANSFORMER 卷积神经网络 特征提取能力
在线阅读 下载PDF
变反激励力作用下齿轮箱减振降噪方法研究 被引量：1
11
作者 代燊 程鲲 《噪声与振动控制》 CSCD 北大核心 2024年第3期82-87,共6页
从主动振动控制原理出发,通过改变反激励力的方式研究齿轮箱减振降噪效果。建立齿轮箱系统动力学模型,分析获取轴承支反力,采用有限元方法对齿轮箱进行振动特性分析,并建立箱体振动实验平台,结合有限元分析与实验测试结果确定次级力源... 从主动振动控制原理出发,通过改变反激励力的方式研究齿轮箱减振降噪效果。建立齿轮箱系统动力学模型,分析获取轴承支反力,采用有限元方法对齿轮箱进行振动特性分析,并建立箱体振动实验平台,结合有限元分析与实验测试结果确定次级力源布放位置;基于主动振动控制方法,在次级力源上施加不同激励力抑制其振动,分析在不同激励力作用下的减振效果;将获取的箱体表面振动数据作为边界条件导入LMS Virtual.Lab声学软件中计算齿轮箱向外声场辐射的噪声。研究结果表明:施加相位相反、振幅相同的反激励力减振效果最佳,相比于无控制状态平均位移减小0.18mm,施加抑制主导模态的反激励力时降噪效果最佳,在1191Hz处最高降噪量达到50.13dB。 展开更多
关键词 振动与波 主动振动控制 反激励力 齿轮箱 振动特性 减振降噪
在线阅读 下载PDF
基于流固耦合齿轮箱浸油润滑数值分析
12
作者 刘逸 张开林 +1 位作者 邵帅 向泓旭 《铁道机车车辆》 北大核心 2024年第6期89-96,共8页
为研究机车齿轮箱内部润滑情况、不同因素对内部流场的影响程度,需准确计算齿轮箱浸油润滑中油液的分布。文中基于流固耦合理论,建立机车齿轮箱内部流场的RNG k-ε模型、VOF模型,对浸油润滑齿轮箱进行数值分析,得到准稳态时润滑油分布... 为研究机车齿轮箱内部润滑情况、不同因素对内部流场的影响程度,需准确计算齿轮箱浸油润滑中油液的分布。文中基于流固耦合理论,建立机车齿轮箱内部流场的RNG k-ε模型、VOF模型,对浸油润滑齿轮箱进行数值分析,得到准稳态时润滑油分布规律。另外,分析转速、浸油深度、初始油温对齿轮箱内部流场的影响。结果表明,内部油液呈现高速均匀分散分布、低速聚集分布的特点;转速、浸油深度、初始油温的增高,均会引起内部流场有效润滑油浓度的增高,且趋于平缓;在3种因素中,转速的增大对内流场影响最为显著,浸油深度对有效润滑油浓度影响最大,油温对内流场影响最小。对稳态仿真结果归一化处理,得到转速、油量和油温工况的最大综合润滑指数分别为2.48、2.34和2.34,对应转速为1656 rpm、油量为2 h和油温为60℃的工况条件,对齿轮箱浸油润滑提出参考性建议。 展开更多
关键词 齿轮箱 流固耦合 有效润滑油浓度 综合润滑指数 归一化
在线阅读 下载PDF
一种改进轻量化神经网络的齿轮箱故障诊断方法 被引量：2
13
作者 杨青松 郝如江 +2 位作者 范亚飞 邓飞跃 杨文哲 《科学技术与工程》 北大核心 2024年第7期2699-2705,共7页
针对齿轮箱故障诊断精度低以及深度神经网络模型对计算机硬件要求高等问题,提出了Shuffle-ECANet网络模型用于齿轮箱故障诊断。该模型以轻量化神经网络ShuffleNet V2为基础,在保留网络轻量化结构的同时对网络模型进行了优化,采用Gelu激... 针对齿轮箱故障诊断精度低以及深度神经网络模型对计算机硬件要求高等问题,提出了Shuffle-ECANet网络模型用于齿轮箱故障诊断。该模型以轻量化神经网络ShuffleNet V2为基础,在保留网络轻量化结构的同时对网络模型进行了优化,采用Gelu激活函数增强了模型非线性变换能力,嵌入高效通道注意力(efficient channel attention, ECA)模块以提高网络性能。深度可分离卷积提高了网络模型的运算效率,通道混洗技术使得信息更加流通,提高了特征表达能力。实验结果表明,本文所提网络模型在保证轻量化的同时适用于不同噪声工况的齿轮箱故障诊断,在原信号下可达99.6%的诊断准确率,在添加了信噪比为-8 dB的高斯白噪声下可达92.7%的诊断准确率。本文所提方法为神经网络更好地应用于齿轮箱故障诊断提供了一条新的途经。 展开更多
关键词 故障诊断 齿轮箱 轻量化网络 ShuffleNet V2
在线阅读 下载PDF
基于SCADA数据协同的风力机故障检测与控制 被引量：3
14
作者 张园田 周科宇 《机床与液压》 北大核心 2024年第6期201-208,共8页
为了在不停机的前提下,安全可靠地对齿轮箱进行故障检测,并实现风力发电机在齿轮箱故障工况下的容错控制运行,提出一种基于标准数据采集与监视控制(SCADA)数据协同的风力机故障检测与控制方案。介绍了风力发电机的系统模型与SCADA解决... 为了在不停机的前提下,安全可靠地对齿轮箱进行故障检测,并实现风力发电机在齿轮箱故障工况下的容错控制运行,提出一种基于标准数据采集与监视控制(SCADA)数据协同的风力机故障检测与控制方案。介绍了风力发电机的系统模型与SCADA解决方案框架,通过回归建模、异常分析和集成学习对风力发电机系统进行故障检测并获得健康指标;借助模糊逻辑控制对风力发电机的输出功率进行降额控制,从而实现风力发电机在齿轮箱故障工况下的容错控制运行,最后进行仿真实验,并将仿真结果与一个实际运行的2 MW风力发电机系统进行对比。实验结果表明:该故障检测与容错控制方案可以有效地对齿轮箱进行故障检测,并在存在故障时适当对风力发电机的输出功率进行降额控制,从而降低叶片和塔架承受的应力,并有效降低了齿轮箱轴承和润滑油的温度。 展开更多
关键词 风力发电机 SCADA数据 齿轮箱 故障检测 容错设计 降额控制
在线阅读 下载PDF
多工况直升机附件齿轮箱振动故障诊断 被引量：1
15
作者 万安平 龚志鹏 +2 位作者 王景霖 单添敏 何家波 《振动．测试与诊断》 EI CSCD 北大核心 2024年第2期246-252,406,共8页
针对直升机附件齿轮箱在有限多工况条件下故障特征提取难度大、识别准确率低等问题,提出一种结合变分模态分解(variationalmodedecomposition,简称VMD)与多尺度卷积神经网络(multi-scaleconvolutionalneural netwo,简称MCNN)的故障诊断... 针对直升机附件齿轮箱在有限多工况条件下故障特征提取难度大、识别准确率低等问题,提出一种结合变分模态分解(variationalmodedecomposition,简称VMD)与多尺度卷积神经网络(multi-scaleconvolutionalneural netwo,简称MCNN)的故障诊断方法。首先,对直升机附件齿轮箱进行地面实验和信号采集,对原始信号进行滤波、降噪等预处理;其次,利用VMD将信号分解为若干个固有模态(intrinsic mode functions,简称IMF),依据齿轮副频率特性对分解模态进行重构与归一化,增强微弱的高频故障特征;最后,将重构信号的每个分量视作不同尺度,经多尺度卷积神经网络进行多尺度特征提取并融合,由指数归一化分类器给出识别的故障类别。实验结果表明,所提方法能够有效增强信号故障特征,挖掘多工况条件下信号的差异性与同一性,在直升机附件齿轮箱振动故障诊断中平均准确率为97.25%。 展开更多
关键词 变分模态分解 多尺度卷积网络 振动故障诊断 附件齿轮箱
在线阅读 下载PDF
WT2000系列风电机组齿轮箱空中更换技术研究 被引量：1
16
作者 宋建秀 申亮 +6 位作者 欧惠宇 何贻春 张杰 吕杏梅 黄翀 丁松 胡鸿达 《机床与液压》 北大核心 2024年第6期58-61,共4页
为了降低双馈异步风力发电机组主齿轮箱(增速箱)整体更换的成本,使作业流程更加简洁,在WT2000系列风电机组的基础上,设计一种主轴固定工装来临时代替齿轮箱的作用,固定主轴的后端。通过实践探究了WT2000系列风电机组齿轮箱空中更换作业... 为了降低双馈异步风力发电机组主齿轮箱(增速箱)整体更换的成本,使作业流程更加简洁,在WT2000系列风电机组的基础上,设计一种主轴固定工装来临时代替齿轮箱的作用,固定主轴的后端。通过实践探究了WT2000系列风电机组齿轮箱空中更换作业中新的操作工艺和方法。结果表明:所设计工装大大降低了WT2000系列风电机组齿轮箱更换的作业成本(包含吊车成本和时间、人工成本),降低了维修期间的发电量损失。 展开更多
关键词 风力发电机组 齿轮箱 空中更换 主轴固定工装
在线阅读 下载PDF
增速箱内部动态激励及系统振动响应数值仿真 被引量：18
17
作者 林腾蛟 李润方 +1 位作者 杨成云 杭华江 《农业机械学报》 EI CAS CSCD 北大核心 2002年第6期20-22,15,共4页
采用三维接触有限元法得出啮合齿对的时变刚度曲线 ,根据齿轮精度确定齿面误差曲线 ,求得包括刚度激励和误差激励在内的内部动态激励。应用 I- DEAS软件建立了增速箱有限元动力分析模型 ,并对增速箱的固有频率以及箱体和传动轴的振动响... 采用三维接触有限元法得出啮合齿对的时变刚度曲线 ,根据齿轮精度确定齿面误差曲线 ,求得包括刚度激励和误差激励在内的内部动态激励。应用 I- DEAS软件建立了增速箱有限元动力分析模型 ,并对增速箱的固有频率以及箱体和传动轴的振动响应进行了数值仿真 。 展开更多
关键词 动态激励 系统振动 响应数值 仿真 齿轮变速箱 动态响应 有限元法
在线阅读 下载PDF
频谱分析法在齿轮箱故障诊断中的应用 被引量：58
18
作者 李晓虎 贾民平 许飞云 《振动．测试与诊断》 EI CSCD 2003年第3期168-170,共3页
基于齿轮箱振动及调制边频带形成机理的分析 ,提出用谱平均及倒频谱分析相结合的方法 ,对监测系统的输出信号进行频域分析 ,诊断齿轮箱故障 ,并分析其产生原因。实例及分析结果验证了该方法可迅速、准确地对齿轮箱进行故障诊断。
关键词 频谱分析法 齿轮箱 故障诊断 原因 倒频谱分析
在线阅读 下载PDF
内激励作用下齿轮箱动态响应与振动噪声分析 被引量：52
19
作者 周建星 刘更 马尚君 《振动与冲击》 EI CSCD 北大核心 2011年第6期234-238,共5页
综合考虑齿轮时变啮合刚度及齿轮误差等内部激励的影响,建立了齿轮箱稳态动响应分析模型。采用模态叠加法进行求解,得到了齿轮箱节点位移动响应时域历程,对激励中各谐波成分对齿轮箱动响应的影响做出了分析。采用声固耦合的方法对齿轮... 综合考虑齿轮时变啮合刚度及齿轮误差等内部激励的影响,建立了齿轮箱稳态动响应分析模型。采用模态叠加法进行求解,得到了齿轮箱节点位移动响应时域历程,对激励中各谐波成分对齿轮箱动响应的影响做出了分析。采用声固耦合的方法对齿轮箱噪声辐射进行求解,得到了齿轮箱噪声谱。计算了齿轮箱各板面对声场总声压的贡献度,依据板面贡献度计算结果,提出了模型改进方案,并对各改进方案的降噪效果做出了评估,为齿轮箱的设计提供了理论依据。 展开更多
关键词 齿轮箱 时变啮合刚度 振动 噪声
在线阅读 下载PDF
人字齿轮减速器振动噪声影响因素仿真分析研究 被引量：9
20
作者 张金梅 刘更 +2 位作者 周建星 吴立言 常乐浩 《振动与冲击》 EI CSCD 北大核心 2014年第11期161-166,183,共7页
以单级人字齿轮减速器为研究对象,综合考虑轮齿时变啮合刚度、误差、滑动轴承刚度及阻尼的影响,建立了传动系统动力学模型。通过傅里叶级数法求解,得到了轴承动载荷时域历程与频谱。以轴承动载荷为激励,采用FEM/BEM方法计算了减速器辐... 以单级人字齿轮减速器为研究对象,综合考虑轮齿时变啮合刚度、误差、滑动轴承刚度及阻尼的影响,建立了传动系统动力学模型。通过傅里叶级数法求解,得到了轴承动载荷时域历程与频谱。以轴承动载荷为激励,采用FEM/BEM方法计算了减速器辐射噪声,得到齿轮箱声场各场点的噪声谱,分析了齿轮箱固有特性与激励各频率成分对辐射噪声的影响。对多工况下齿轮箱辐射噪声进行了计算,讨论了负载、啮合刚度波动及误差对减速器辐射噪声的影响,得到了辐射噪声随负载、啮合刚度及齿轮误差的变化规律,为减速器的减振降噪设计提供了理论依据。 展开更多
关键词 齿轮箱 人字齿轮 振动 噪声
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 16 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部