排序方式: 共有37条查询结果,搜索用时 15 毫秒
1.
针对轴承振动信号的不确定性和非平稳性以及BP神经网络学习算法收敛速度慢、稳定性差等问题,提出了基于云模型和集成极限学习机的滚动轴承故障模式识别方法.将经预处理之后的信号进行云化,产生滚动轴承在不同状态下的信号云;提取出决定信号云分布的期望、熵和超熵三个参数作为表征轴承状态的特征量并依此构造出原始的轴承状态数据集;再将故障特征数据集经归一化处理后送入集成极限学习机进行识别.研究结果表明:云-集成极限学习机方法可以有效地实现轴承故障模式识别,与传统神经网络识别方法相比,该方法拥有更高的识别准确率和稳定性,并且集成极限学习机在抗噪性方面有较好的表现. 相似文献
2.
为避免被动式Stewart隔振平台在外界激励下发生共振,对其结构参数变化对系统固有频率的影响进行了分析.依据Newtow-Euler方法,建立了一种计算该平台固有频率的动力学特征方程.借助ANSYS有限元模型进行验证,结果表明了所建模型的正确性.在此基础上,针对初始位姿下结构参数:支腿减振器刚度-阻尼系数、上平台铰接点半径、上下平台近铰点分布角、初始位姿下的上下平台质心距离和上平台位姿角,计算得到以上结构参数特定变化范围下系统的六阶固有频率的变化情况,进而对各结构参数敏感性作出分析.本研究可为Stewart隔振平台的结构参数优化设计提供理论参考作用. 相似文献
3.
针对滚动轴承早期微弱故障识别率偏低的问题,提出一种基于EEMD、邻域粗糙集和模糊C均值聚类(FCM)算法相结合的滚动轴承特征提取方法.该方法将滚动轴承的原始信号进行EEMD分解得到若干个IMF分量,通过均方差和欧氏距离两个评价指标选取出敏感特征分量,构造原始特征数据集,对处理后的原始特征集属性进行NRS约简,剔除冗余属信息,最后将剩余属性的特征数据集作为模糊C均值聚类的输入,实现滚动轴承故障识别.为了对比本文方法对于滚动轴承的故障识别效果,分别添加了FCM、NRS-FCM和EEMD-FCM三种方法进行故障辨识,利用划分系数(PC)和划分熵(CE)对聚类结果进行评价与对比.通过实验表明:邻域粗糙集对于改进滚动轴承的故障识别效果十分明显,具有良好的应用前景. 相似文献
4.
通过用脉冲力敲击、激发出系统的自由振动信号的方法 ,对多自由度转子 轴承系统稳定性的评价方法进行了研究 .结果表明 :多自由度转子轴承系统的稳定性可用远离击振点跨处的自由振动信号评定 ,界限状态附近轴承动压油膜的阻尼效应是促使系统稳定运行的主要因素 相似文献
5.
针对脉宽调制控制器在转子振动信号中产生的强脉冲及其它随机干扰噪声,对信号的滤波方法进行了研究.设计了将中值滤波与小波消噪串联的混合滤波器对非线性信号进行滤波的方案.通过对信号的前后周期延拓,将中值滤波用于滤除信号的强脉冲噪声并消除信号的边缘保持;对线性叠加在中值系列中的平稳随机噪声,用默认软阈值小波消噪平滑中值序列中的随机噪声分量,分析表明,该滤波器对该类振动信号的处理效果好,提取到了转子的本质振动信号并保持了信号的光滑性. 相似文献
6.
针对核主成分分析(kernel principal component analysis,KPCA)和局部切空间排列算法(local tangent space,LTSA)在降维过程中无法兼顾保持数据全局结构特性和局部结构特性的问题, 利用核函数的可线性叠加性质,提出一种将KPCA算法与LTSA算法融合的非线性降维算法.该算法能使故障数据集经过降维后同时保持数据样本间的全局距离关系和局部邻域关系.应用验证表明:本算法可以准确地提取故障数据集中所包含的全局与局部结构特征模式,使故障分类的结果更明晰、更准确、更有效. 相似文献
7.
针对旋转机械故障识别率偏低的问题,提出一种基于EEMD与模糊信息熵的旋转机械故障诊断方法.该方法结合EEMD分解和模糊信息熵在特征提取方面的优势,构造出一种能够精细度量不同类别振动信号故障概率复杂度的特征集合.首先将原振动信号进行EEMD分解,获得若干个本征模态函数(IMFs);计算出前5个高频IMF分量的模糊信息熵组成高维特征集;利用LPP对高维特征集进行维数约简剔除冗余不相关特征;最后将约简后的样本集输入到KNN分类器中进行故障识别.用双跨转子实验台采集的数据对所述方法进行验证,并与EMD模糊熵、EMD模糊信息熵、EEMD模糊熵方法进行故障识别率对比,结果表明该方法能够有效提取转子振动信号的故障特征,并且具有更高的故障识别率. 相似文献
8.
对转子振动试验采集信号的消噪问题,开展了采用数学形态滤波的滤波器结构参数设计问题的研究.在对数学形态滤波的数学原理进行分析的基础上,根据实验采集信号的特性,提出一种基于正弦型结构元素的广义形态滤波器,解决了其结构参数设置问题.与传统的平滑低通滤波效果的对比表明,提出的滤波器具有能够更准确地反映转子轴心轨迹一般规律性的能... 相似文献
9.
小波消噪和盲源分离在转子故障信号分析中的应用方法 总被引:1,自引:1,他引:0
针对转子振动信号不可避免地受噪声污染问题,提出了一种基于小波消噪和盲源分离相结合的信号分析方法.该方法首先利用小波滤波器对测试信号进行消噪处理,再利用信号的二阶统计量(SOS)来分离盲源信号.仿真和实验结果表明, 相对于直接对测试信号进行盲源分离的方法,本方法可更有效地提取出转子振动的本质信号特征. 相似文献
10.
为解决转子故障难以正确识别的问题,研究商空间理论与在转子故障诊断领域中的应用并提出一种基于模糊商空间模型的转子故障特征提取方法.通过计算转子振动信号原始论域空间X的归一化等腰距离,将原始论域空间X转换为粒度较粗的论域空间[X],在新的论域空间[X]内研究故障特征,并把商结构[T]作为量化特征值.结果表明,借助粒度空间的转换可有效地降低故障特征辨识的难度,商空间理论在转子故障的状态监测和故障诊断中具有重要的应用前景. 相似文献