《基于cRIO的滚动轴承故障诊断系统设计》PDF+DOC
作者:周国宪,伍星,刘韬
单位:昆明理工大学
出版:《昆明理工大学学报(自然科学版)》2017年第04期
页数:8页 (PDF与DOC格式可能不同)
PDF编号:PDFKMLG2017040080
DOC编号:DOCKMLG2017040089
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于虚拟仪器的机车滚动轴承故障诊断研究》PDF+DOC2012年第03期 王嘉乐,王灿,会强
《基于虚拟仪器技术的滚动轴承故障诊断的包络分析》PDF+DOC2007年第04期 潘飞,秦树人,柏林
《基于DSP的风力发电机组滚动轴承故障信号采集系统》PDF+DOC2016年第12期
《便携式滚动轴承故障诊断系统研究》PDF+DOC1995年第03期 赵章焰,周强
《基于软件共振解调分析的滚动轴承故障诊断》PDF+DOC2004年第10期 杨建奎,高国华,孙自力,陈大光
《基于谐波小波变换的低速滚动轴承故障诊断》PDF+DOC2004年第10期 王志刚,李友荣,吕勇,李方
《基于Labview和Matlab的变速器诊断系统开发》PDF+DOC2013年第04期 赵磊
《基于数据融合的滚动轴承故障诊断研究》PDF+DOC2011年第03期 黄银花
《基于信息融合的滚动轴承故障诊断》PDF+DOC2015年第11期 颉潭成,韩一村,徐彦伟,马君达
《基于KPCA-BP网络模型的滚动轴承故障诊断方法研究》PDF+DOC2014年第08期 徐卫晓,宋平,谭继文
为解决传统故障诊断仪器功能单一、开发成本高且升级换代困难等问题,本文设计了一种基于cRIO的滚动轴承故障诊断系统.系统开发采用LabVIEW和MATLAB混合编程技术,实现了数据采集、数据分析和时频特征提取,并在LabVIEW中实现了神经网络的故障诊断.系统首先采用cRIO数据采集平台采集滚动轴承的振动信号和噪声信号,对采集的振动信号进行时域特征和EEMD分解后IMF能量特征的提取,并将其作为子网络1的输入;同时,对采集的噪声信号提取时域特征,并进行小波包分解提取各频段能量特征,作为子网络2的输入;两个子网络的局部诊断结果归一化后运用D-S证据理论进行决策级的信息融合得到融合诊断结果.最后,通过振动信号包络谱分析验证融合诊断结果并得到最终的故障诊断结果.系统测试结果表明该系统具有较高的可靠性,能够有效识别滚动轴承的故障类型。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。