期刊文献+
共找到68篇文章
< 1 2 4 >
每页显示 20 50 100
无量纲与SVM的石化机组旋转机械故障诊断方法 被引量:4
1
作者 周凌孟 张清华 +3 位作者 邓飞其 孙国玺 苏乃权 朱冠华 《噪声与振动控制》 CSCD 北大核心 2024年第1期119-125,161,共8页
针对石化机组旋转机械故障信息存在非线性、重叠性等特点,提出一种无量纲与支持向量机(Support Vector Machine,SVM)的石化机组旋转机械故障诊断方法。首先对采集的振动信号进行分析并将其无量纲化;接着通过特征选择选取高价值与敏感性... 针对石化机组旋转机械故障信息存在非线性、重叠性等特点,提出一种无量纲与支持向量机(Support Vector Machine,SVM)的石化机组旋转机械故障诊断方法。首先对采集的振动信号进行分析并将其无量纲化;接着通过特征选择选取高价值与敏感性强的无量纲特征,降低分类模型复杂度并提高算法速度;最后通过选取合适的SVM分类模型进行分类诊断。结合具有无量纲特征的故障敏感性与SVM的非线性分类性进行诊断分类,并通过石化机组故障诊断实验平台进行验证,表明该方法相比于其他经典分类方法分类效果更好,分类正确率为99.1%,证明了方法的有效性。 展开更多
关键词 故障诊断 旋转机械 无量纲特征 特征选择 SVM
在线阅读 下载PDF
复杂装备轴承多重故障的线性判别分析与反向传播神经网络协作诊断方法 被引量:18
2
作者 黄大荣 陈长沙 +2 位作者 孙国玺 赵玲 米波 《兵工学报》 EI CAS CSCD 北大核心 2017年第8期1649-1657,共9页
由于复杂装备运行工作环境恶劣,导致其轴承多重故障诊断的准确率不高,为此提出一种基于线性判别分析(LDA)与反向传播(BP)神经网络协作下复杂装备轴承数据驱动的多重故障诊断方法。将无量纲指标作为轴承多重故障数据的反映指标,利用LDA... 由于复杂装备运行工作环境恶劣,导致其轴承多重故障诊断的准确率不高,为此提出一种基于线性判别分析(LDA)与反向传播(BP)神经网络协作下复杂装备轴承数据驱动的多重故障诊断方法。将无量纲指标作为轴承多重故障数据的反映指标,利用LDA对轴承多重故障的无量纲指标数据进行线性映射降维处理;通过拉格朗日极值法获得最佳投影向量,沿着该方向将轴承多重故障数据投影到类别最易区分的方向;将经投影处理后的样本作为BP神经网络的输入样本,通过训练测试网络,实现轴承多重故障的预测分类。对某型装备大型旋转机械机组进行仿真实验,验证了所提方法能够有效对轴承多重故障进行降维映射,并且能较好地实现多重故障分类诊断,具有良好的有效性和实用性。 展开更多
关键词 机械学 轴承多重故障诊断 拉格朗日极值法 线性判别分析 反向传播神经网络
在线阅读 下载PDF
基于主成分分析的多域特征融合轴承故障诊断 被引量:3
3
作者 周凌孟 邓飞其 +3 位作者 张清华 孙国玺 苏乃权 朱冠华 《机床与液压》 北大核心 2024年第6期167-176,共10页
针对复杂工况下难以区分轴承故障状态的问题,提出一种基于主成分分析的多域特征融合轴承故障诊断方法。采集轴承振动加速度信号,提取轴承时域新量纲一化特征、频域幅值谱特征和时频域经验模态分解特征共13维特征用于完整表征轴承状态;... 针对复杂工况下难以区分轴承故障状态的问题,提出一种基于主成分分析的多域特征融合轴承故障诊断方法。采集轴承振动加速度信号,提取轴承时域新量纲一化特征、频域幅值谱特征和时频域经验模态分解特征共13维特征用于完整表征轴承状态;利用主成分分析方法对所提取特征融合与降维,降低诊断模型复杂度与数据分析难度;最后,选择合适的卷积神经网络进行分类,通过石化机组故障诊断实验平台进行验证。结果表明:多域融合特征相对于单域特征诊断效果更好,卷积神经网络分类模型相对于其他经典分类模型诊断准确率更高,融合诊断分类方法整体诊断准确率达到86%。 展开更多
关键词 轴承 特征融合 主成分分析方法 卷积神经网络 故障诊断
在线阅读 下载PDF
基于数据增强与领域泛化的轴承跨域故障诊断 被引量:1
4
作者 徐宁富 彭云建 张清华 《机床与液压》 北大核心 2024年第16期183-193,共11页
在实际故障诊断任务中,待诊断任务往往不可预知,现有的一些迁移学习方法在构建迁移模型时,大多只集中在单一数据来源的学习上,并且极大依赖于目标域数据的样本数量等。针对此问题,提出一种基于数据增强与领域泛化的故障诊断方法。提出... 在实际故障诊断任务中,待诊断任务往往不可预知,现有的一些迁移学习方法在构建迁移模型时,大多只集中在单一数据来源的学习上,并且极大依赖于目标域数据的样本数量等。针对此问题,提出一种基于数据增强与领域泛化的故障诊断方法。提出一种将一维振动信号转换为二维特征指标灰度图的数据预处理方法;利用带有梯度惩罚的深度条件Wasserstein对抗网络对多源域数据进行数据增强;最后,采取多域对抗学习策略,缩小多域间的分布差异,从而实现各域的特征域自适应。在轴承数据集上对所提方法的有效性和可靠性进行了充分的实验验证。实验结果表明:所提方法具有较高的稳定性和泛化性能,并且诊断精度优于其他方法。 展开更多
关键词 数据增强 领域泛化 生成对抗 卷积神经网络 跨域故障诊断
在线阅读 下载PDF
电力变压器故障的客观熵权识别及诊断方法 被引量:37
5
作者 黄大荣 陈长沙 +1 位作者 孙国玺 赵玲 《电力系统自动化》 EI CSCD 北大核心 2017年第12期206-211,共6页
为了有效管理和监测电力变压器的健康状态,在对变压器油中溶解气体数据进行分析的基础上,建立了一种基于客观熵权的电力变压器故障信息模式识别及诊断模型。首先,在定义包含电力变压器故障模式全局信息的矩阵范式基础上,引入信息熵权理... 为了有效管理和监测电力变压器的健康状态,在对变压器油中溶解气体数据进行分析的基础上,建立了一种基于客观熵权的电力变压器故障信息模式识别及诊断模型。首先,在定义包含电力变压器故障模式全局信息的矩阵范式基础上,引入信息熵权理论构建故障特征信息的客观熵权精确量化模型;然后,基于距离和投影原则构建了故障模式判别准则函数,并通过准则函数对模式进行排序,运用综合排序结果进行故障测试模式分类,得到用于判断故障类型的基准类心向量;最后,运用基于类心欧氏距离的方式判别故障测试样本所属的类别,实现变压器故障的客观熵权识别及诊断。利用从某电力公司采集到的120组电力变压器油中溶解气体样本进行实例验证,结果表明,所提出的方法能克服传统的三比值故障诊断方法存在无编码以及边界编码模糊致误判的问题。 展开更多
关键词 系统工程 信息模式识别 客观熵权 模式判别准则 电力变压器 故障诊断
在线阅读 下载PDF
基于量纲一指标和极限学习机的滚动轴承故障诊断方法 被引量:5
6
作者 覃爱淞 胡勤 +2 位作者 张清华 吕运容 孙国玺 《机床与液压》 北大核心 2019年第19期171-175,共5页
时域中的量纲一指标因对故障敏感,被广泛运用于机械故障诊断中,但是目前量纲一指标在诊断过程中存在严重交叉问题,即量纲一指标对于不同故障状态在特征空间中存在混叠现象。为了解决这个问题,提出基于量纲一指标和极限学习机的滚动轴承... 时域中的量纲一指标因对故障敏感,被广泛运用于机械故障诊断中,但是目前量纲一指标在诊断过程中存在严重交叉问题,即量纲一指标对于不同故障状态在特征空间中存在混叠现象。为了解决这个问题,提出基于量纲一指标和极限学习机的滚动轴承故障识别方法,采用美国西储大学轴承数据中心网站公开发布的轴承探伤数据集,验证算法诊断效果。为了进一步验证算法的优越性,将该算法与BP神经网络、支持向量机(SVM)和GripsearchSVM3种算法进行比较,结果表明:基于量纲一指标和极限学习机的故障诊断方法能够提高滚动轴承故障诊断效率和分类准确率。 展开更多
关键词 极限学习机 量纲一指标 滚动轴承 故障诊断
在线阅读 下载PDF
滚动轴承复合故障的混合协同诊断方法 被引量:2
7
作者 黄大荣 陈长沙 +2 位作者 赵玲 孙国玺 柯兰艳 《电子科技大学学报》 EI CAS CSCD 北大核心 2018年第6期853-863,共11页
针对传统复合故障诊断方法存在故障难以完全分离的缺点,提出了滚动轴承复合故障的混合协同诊断方法。首先对观测信号的协方差矩阵进行奇异值分解,求出白化矩阵并对复合故障信号进行白化处理;然后,利用联合对角化方法对白化后的故障矩阵... 针对传统复合故障诊断方法存在故障难以完全分离的缺点,提出了滚动轴承复合故障的混合协同诊断方法。首先对观测信号的协方差矩阵进行奇异值分解,求出白化矩阵并对复合故障信号进行白化处理;然后,利用联合对角化方法对白化后的故障矩阵进行对角化变形,通过最小化对角化程度函数得到正交矩阵;最后,通过正交矩阵估计故障源信号矩阵,实现复合故障的分离;由于二阶盲辨识方法分离出的故障信号间存在无序性以及相似性,导致分离信号故障类型难以确定,因此将分离后的故障信号进行短时傅里叶变换,通过分离信号的时频谱图与原信号时频谱图进行比较,并根据趋势一致性确认所对应的故障类型。最终,以广东省石化装备故障诊断重点实验室的轴承数据进行实验论证,结果表明,二阶盲辨识协同短时傅里叶变换能有效将滚动轴承的复合故障信号分离出来,工程上具备可操作性和极大的应用价值。 展开更多
关键词 复合故障 滚动轴承 二阶盲辨识 短时傅里叶变换
在线阅读 下载PDF
基于证据推理的旋转机械故障诊断模型 被引量:3
8
作者 覃爱淞 张清华 +1 位作者 胡勤 孙国玺 《机床与液压》 北大核心 2014年第21期188-191,共4页
针对实际工况运行下的旋转机械各故障对应的量纲一的指标的范围难以严格区分的问题,提出了一种基于量纲一的指标和证据推理(Evidence Reasoning,ER)的旋转机械融合故障诊断模型。该模型利用ER算法在处理概率不确定性、模糊不确定性及非... 针对实际工况运行下的旋转机械各故障对应的量纲一的指标的范围难以严格区分的问题,提出了一种基于量纲一的指标和证据推理(Evidence Reasoning,ER)的旋转机械融合故障诊断模型。该模型利用ER算法在处理概率不确定性、模糊不确定性及非线性融合等方面的优势,通过信息变换技术将输入信号变换成信度分布结构,应用解析ER算法对输入数据进行融合,最后通过一种简单的决策规则得到诊断结果。实证分析结果表明:该方法可以有效地提高旋转机械设备故障诊断的识别率。 展开更多
关键词 故障诊断 量纲一的指标 证据推理 信度分布 旋转机械
在线阅读 下载PDF
多尺度时空信息融合驱动的图神经网络故障诊断方法 被引量:4
9
作者 赵荣超 吴百礼 +3 位作者 陈祝云 温楷儒 张绍辉 李巍华 《华南理工大学学报(自然科学版)》 EI CAS CSCD 北大核心 2023年第12期42-52,共11页
行星齿轮箱作为机械系统中常见的减速装置,由于长期在强噪声环境和变工况工作条件下运行,导致采集到的振动信号故障特征微弱、信号模式多变难以识别,针对行星齿轮箱故障诊断效果不佳,泛化能力差的问题,提出一种多尺度时空信息融合驱动... 行星齿轮箱作为机械系统中常见的减速装置,由于长期在强噪声环境和变工况工作条件下运行,导致采集到的振动信号故障特征微弱、信号模式多变难以识别,针对行星齿轮箱故障诊断效果不佳,泛化能力差的问题,提出一种多尺度时空信息融合驱动的图神经网络故障诊断方法来提高故障诊断模型准确率和泛化能力。该方法首先构建多尺度卷积核对原始时序信号进行不同尺度特征提取,削弱强噪声信号对有效信息的掩盖作用并增强故障特征的表达能力;然后再构造通道注意力机制,根据通道特征重要程度,给不同尺度卷积核提取的特征自适应分配不同权重,对含有关键故障特征的信息片段进行特征强化;最后对卷积输出的多尺度特征,构造空域下的图数据并通过图卷积网络聚合多尺度特征,从而有效利用数据的时序多维信息和空域结构关联信息,实现多尺度下时空域故障信息的深度融合,提高诊断的准确精度和模型的泛化性能。通过利用具有行星齿轮箱结构的风电装备故障数据集对所提方法进行验证,并与其他深度学习方法(第一层宽卷积核深度卷积神经网(WDCNN)、长短时记忆网络(LSTM)、残差网络(ResNet)、多尺度卷积神经网络(MSCNN))进行比较,结果表明:本研究提出的方法在跨负载和跨转速两种工况下的平均诊断准确率分别可以达到98.85%与91.29%,明显优于其他对比方法,验证了本研究提出的方法的强泛化性能和优越性。 展开更多
关键词 故障诊断 多尺度注意力机制 图神经网络 深度学习
在线阅读 下载PDF
变分框架下多尺度熵相关优化的模态分解在故障诊断中的应用 被引量:1
10
作者 李沁雪 张清华 +2 位作者 崔得龙 舒磊 黄剑锋 《现代制造工程》 CSCD 北大核心 2017年第4期142-148,共7页
针对变分框架下,一种新的模态分解——变分模态分解(Variational Mode Decomposition,VMD)的最优模态分量选择和关键参数辨识问题,借鉴折半查找的思想,提出应用多尺度熵相关系数和频域相关系数来改进VMD的上述关键环节,并通过轴承故障... 针对变分框架下,一种新的模态分解——变分模态分解(Variational Mode Decomposition,VMD)的最优模态分量选择和关键参数辨识问题,借鉴折半查找的思想,提出应用多尺度熵相关系数和频域相关系数来改进VMD的上述关键环节,并通过轴承故障信号仿真研究其频域分解的数据特点,揭示其滤波本质;轴承故障信号仿真及工程应用的结果表明,相对于经验模态分解(Empirical Mode Decomposition,EMD)和总体平均经验模态分解(Ensemble Empirical Mode Decomposition,EEMD),改进后的VMD(IVMD)去噪效果更为明显,是一种有效的自适应频域模态分解方法,可更为准确地提取出微弱特征频率信息,实现轴承故障的正确识别。 展开更多
关键词 变分 最优模态 参数辨识 故障诊断 多尺度熵相关系数
在线阅读 下载PDF
基于包络谱分析的滚动轴承故障声发射诊断研究 被引量:4
11
作者 郭福平 沈书乾 +1 位作者 段志宏 孙志伟 《中国测试》 CAS 北大核心 2015年第8期94-98,共5页
通过对内圈、外圈、滚子含有缺陷的滚动轴承进行不同转速条件下的声发射试验,采集宽频的声发射信号,运用小波分析方法把信号分解在不同频带,对低频信号进行重构,对比重构后的包络谱特征频带和理论故障特征频率,并进行误差分析。结果表明... 通过对内圈、外圈、滚子含有缺陷的滚动轴承进行不同转速条件下的声发射试验,采集宽频的声发射信号,运用小波分析方法把信号分解在不同频带,对低频信号进行重构,对比重构后的包络谱特征频带和理论故障特征频率,并进行误差分析。结果表明,在包络谱上可以找到理论的故障特征频率范围,说明包络谱分析法对滚动轴承故障声发射诊断是有效的。 展开更多
关键词 声发射 滚动轴承 包络谱分析 小波分析
在线阅读 下载PDF
基于自适应免疫检测器的变速器轴承故障诊断研究 被引量:3
12
作者 李红芳 张清华 《机电工程》 CAS 2013年第11期1350-1353,共4页
针对变速器轴承振动信号不平稳、特征难以提取等问题,以对振动信号的幅值和频率的变化不敏感的5种无量纲参数为特征参数,将这5种特征参数分为自我模式和非我模式,并基于人工免疫原理设计了一种自适应免疫检测器来克服传统变速器轴承故... 针对变速器轴承振动信号不平稳、特征难以提取等问题,以对振动信号的幅值和频率的变化不敏感的5种无量纲参数为特征参数,将这5种特征参数分为自我模式和非我模式,并基于人工免疫原理设计了一种自适应免疫检测器来克服传统变速器轴承故障诊断方法的局限,重新定义了自适应变异和抑制阈。在变速器轴承实验台上,首先对变速器轴承6种状态下的振动加速度信息进行了测量;然后计算了这些振动信息的无量纲指标;再用所得到的5种无量纲特征参数训练免疫检测器,使之成为成熟检测器;最后采用训练好的成熟检测器对变速器轴承的故障状态进行了诊断。试验结果表明:利用自适应免疫检测器进行变速器轴承故障诊断是可行的,而且该检测器具有较强的故障识别能力。 展开更多
关键词 故障诊断 无量纲参数 自适应免疫检测器 变速器轴承
在线阅读 下载PDF
基于包络谱分析的滚动轴承内圈故障声发射诊断研究 被引量:3
13
作者 郭福平 沈书乾 +1 位作者 段志宏 孙志伟 《机床与液压》 北大核心 2015年第17期210-212,190,共4页
滚动轴承的早期故障信号很微弱,常规的振动法很难检测。声发射检测法具有采集较宽频率范围信号的特点,采用声发射法对内圈缺陷滚动轴承进行检测,采集宽频的声发射信号,利用小波分析方法把信号分解在不同频带,对低频信号进行重构,将重构... 滚动轴承的早期故障信号很微弱,常规的振动法很难检测。声发射检测法具有采集较宽频率范围信号的特点,采用声发射法对内圈缺陷滚动轴承进行检测,采集宽频的声发射信号,利用小波分析方法把信号分解在不同频带,对低频信号进行重构,将重构后的包络谱特征频带与内圈故障理论特征频率相比较,结果表明:在包络谱图上可以找到理论的故障特征频率范围,这说明包络谱分析法对滚动轴承内圈故障声发射诊断是有效的。 展开更多
关键词 声发射 滚动轴承 小波分析 包络谱分析
在线阅读 下载PDF
复杂工况下旋转机组齿轮箱的故障诊断方法 被引量:1
14
作者 林水泉 吕运容 邓向武 《机床与液压》 北大核心 2022年第22期163-166,共4页
旋转机组日益趋向于自动化、大型化、高速化,其组成与结构变得越来越复杂。然而,通常在负载大、转速高等复杂工况下,以及长时间运行的过程中极易造成齿轮箱关键零部件的损坏。在复杂工况下及时发现故障、预测故障的发展趋势是旋转机组... 旋转机组日益趋向于自动化、大型化、高速化,其组成与结构变得越来越复杂。然而,通常在负载大、转速高等复杂工况下,以及长时间运行的过程中极易造成齿轮箱关键零部件的损坏。在复杂工况下及时发现故障、预测故障的发展趋势是旋转机组故障诊断的关键。针对旋转机组齿轮箱在复杂工况下面临的诊断难题,提出一种多传感器与D-S证据理论相结合的故障诊断方法。实例表明该方法可以有效解决齿轮箱存在的故障问题,确保旋转机组安全、可靠、正常地运行,减少安全事故的发生。 展开更多
关键词 故障诊断 齿轮箱 D-S证据理论 旋转机组 复杂工况
在线阅读 下载PDF
基于深度学习与电子听诊器的轴承故障诊断 被引量:3
15
作者 雷高伟 张清华 +1 位作者 苏乃权 邵龙秋 《机床与液压》 北大核心 2022年第9期210-214,共5页
针对滚动轴承故障诊断,受启发于传统人工听诊的做法,以及利用传统机器学习方法提取故障特征过度依赖人工、诊断正确率低等问题,提出一种基于深度学习与电子听诊器相结合的滚动轴承故障诊断方法。该方法利用电子听诊器获取轴承不同健康... 针对滚动轴承故障诊断,受启发于传统人工听诊的做法,以及利用传统机器学习方法提取故障特征过度依赖人工、诊断正确率低等问题,提出一种基于深度学习与电子听诊器相结合的滚动轴承故障诊断方法。该方法利用电子听诊器获取轴承不同健康状态下运行的声音信号,以轴承转动周期为数据样本长度,采用重采样数据集增强方法提高模型的泛化性。搭建基于TensorFlow的一维卷积神经网络深度学习模型进行实验验证,并利用t-SNE对分类过程进行可视化,诊断正确率达到99%。 展开更多
关键词 深度学习 电子听诊器 滚动轴承 故障诊断
在线阅读 下载PDF
深度学习在故障诊断中的应用综述 被引量:24
16
作者 李春林 熊建斌 +3 位作者 苏乃权 张清华 梁琼 叶宝玉 《机床与液压》 北大核心 2020年第13期174-184,共11页
阐述了深度学习在故障诊断和图像分析、语音识别和文本理解等领域的应用;介绍卷积神经网络、深度置信网络、堆叠自动编码网络、递归神经网络4种典型的深度学习模型;综述近几年深度学习在故障诊断中的模型选择、学习算法和实际应用等方... 阐述了深度学习在故障诊断和图像分析、语音识别和文本理解等领域的应用;介绍卷积神经网络、深度置信网络、堆叠自动编码网络、递归神经网络4种典型的深度学习模型;综述近几年深度学习在故障诊断中的模型选择、学习算法和实际应用等方面的研究新进;探讨深度学习在故障诊断中的理论分析、特征提取、优化训练和研究拓展等。 展开更多
关键词 故障诊断 深度学习 特征识别 神经网络
在线阅读 下载PDF
证据理论在复合故障诊断中的应用研究 被引量:2
17
作者 雷高伟 张清华 +3 位作者 马春燕 熊建斌 何俊 王磊 《组合机床与自动化加工技术》 北大核心 2014年第2期75-78,共4页
随着现代工业技术的飞速发展,各种大型复杂的设备被应用到工业生产中,这对设备故障诊断方法也提出了更高的要求。针对大型设备复合故障诊断中存在的一些问题,首先回顾了证据理论的发展历史,然后详细分析了国内外学者对证据理论在复合故... 随着现代工业技术的飞速发展,各种大型复杂的设备被应用到工业生产中,这对设备故障诊断方法也提出了更高的要求。针对大型设备复合故障诊断中存在的一些问题,首先回顾了证据理论的发展历史,然后详细分析了国内外学者对证据理论在复合故障诊断中的最新研究成果及其在其他各领域的应用,最后指出了证据理论在理论方面研究的焦点问题及其在故障诊断领域的应用的发展方向。 展开更多
关键词 复合故障诊断 证据理论 信息融合
在线阅读 下载PDF
基于信息融合的二重并发故障诊断方法 被引量:3
18
作者 雷高伟 张清华 +2 位作者 马春燕 孙国玺 熊建斌 《组合机床与自动化加工技术》 北大核心 2014年第5期114-116,120,共4页
针对复合故障诊断的高难度和复杂性,造成对复合故障类型难以作出判断的问题,提出了一种基于证据理论的复合故障诊断方法。结合无量纲指标,并充分考虑了不同指标对不同故障的诊断能力、敏感程度不同的特性,采用加权证据理论的方法对故障... 针对复合故障诊断的高难度和复杂性,造成对复合故障类型难以作出判断的问题,提出了一种基于证据理论的复合故障诊断方法。结合无量纲指标,并充分考虑了不同指标对不同故障的诊断能力、敏感程度不同的特性,采用加权证据理论的方法对故障信息进行融合,从而提高了诊断的可靠性和准确度。经实验证明了该方法切实可行。 展开更多
关键词 信息融合 证据理论 复合故障诊断 无量纲指标
在线阅读 下载PDF
旋转机械故障诊断研究方法综述 被引量:30
19
作者 苏乃权 熊建斌 +1 位作者 张清华 黄崇林 《机床与液压》 北大核心 2018年第7期133-139,共7页
随着旋转机械结构越来越复杂,旋转机械需要承受着长时间的工作,发生故障的可能性增大及故障出现形式趋向于复杂化。因此,对旋转机械故障诊断提出更高的要求。本文作者分析了旋转机械故障诊断国内外研究现状及其研究方法,分析有量纲指标... 随着旋转机械结构越来越复杂,旋转机械需要承受着长时间的工作,发生故障的可能性增大及故障出现形式趋向于复杂化。因此,对旋转机械故障诊断提出更高的要求。本文作者分析了旋转机械故障诊断国内外研究现状及其研究方法,分析有量纲指标和量纲一指标在其上的运用。展望旋转机械故障诊断的研究方向和待解决的问题。 展开更多
关键词 旋转机械 有量纲指标 量纲一指标 故障诊断
在线阅读 下载PDF
基于马尔可夫模型的滚动轴承声发射故障诊断研究 被引量:3
20
作者 郭福平 李衡 沈书乾 《机床与液压》 北大核心 2018年第17期177-179,188,共4页
滚动轴承是转动机械的主要零部件,容易发生各种故障,这些故障会带来一系列安全隐患,并造成一定的经济损失。因此工业生产中滚动轴承故障诊断研究非常重要,具有巨大的用途。以滚动轴承为研究对象,建立滚动轴承声发射实验平台,采集不同缺... 滚动轴承是转动机械的主要零部件,容易发生各种故障,这些故障会带来一系列安全隐患,并造成一定的经济损失。因此工业生产中滚动轴承故障诊断研究非常重要,具有巨大的用途。以滚动轴承为研究对象,建立滚动轴承声发射实验平台,采集不同缺陷、不同转速滚动轴承声发射信号,根据HMM理论和算法对声发射信号进行数据处理。首先应用MATLAB软件提取数据,进行分帧处理,进而提取特征向量,得出似然概率。将不同缺陷滚动轴承似然概率进行数据拟合,得到似然概率和转速拟合公式。对二种转速不同、已知缺陷滚动轴承声发射信号进行测试,并对某种缺陷滚动轴承声发射信号进行诊断。结果表明,HMM可以有效地对滚动轴承故障进行诊断。 展开更多
关键词 滚动轴承 声发射 故障诊断 马尔可夫模型
在线阅读 下载PDF
上一页 1 2 4 下一页 到第
使用帮助 返回顶部