《基于MED和ICA的滚动轴承循环冲击故障特征增强》PDF+DOC
作者:张龙,胡俊锋,熊国良
单位:中国兵器工业集团第210研究所
出版:《计算机集成制造系统》2017年第02期
页数:7页 (PDF与DOC格式可能不同)
PDF编号:PDFJSJJ2017020120
DOC编号:DOCJSJJ2017020129
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于ICA独立成分和加权依赖贝叶斯的传感器节点故障诊断》PDF+DOC2015年第02期 张新华
《基于盲均衡的轴承故障诊断研究》PDF+DOC2009年第02期 李毓辉,卢如平,方丹,郑海起
《多层传感器故障数据的挖掘模型仿真》PDF+DOC2014年第12期 徐凯华,赵雪琴
《基于多传感器信号和卷积神经网络的滚动轴承故障诊断》PDF+DOC2020年第04期 朱丹宸,张永祥,潘洋洋,朱群伟
《用超声波传感器检测轴承》PDF+DOC1991年第04期 曹元彪
《转矩传感器及其应用》PDF+DOC1989年第02期 林钧
《冲击脉冲法的基本原理与滚动轴承的连续状态监测》PDF+DOC1989年第11期 朱士嘉
《航空发动机用高速滚动轴承性能考核及失效分析》PDF+DOC2006年第07期 郑德志,王黎钦,古乐,魏勇强
《关于如何保证压装机位移曲线准确性的探讨》PDF+DOC2005年第03期 荆志彬
《应用ICA的加油机系统油气两相流中气体含量的识别方法》PDF+DOC2011年第06期 李程鹏,刘亚俊,范彦斌,刘俊
针对强噪声背景下多个传感器对同一振动源同步采集多组数据的情况,提出一种基于最小熵解卷积和独立成分分析的联合降噪方法,并用于滚动轴承循环冲击故障特征的提取。利用最小熵解卷积对各传感器的信号分别进行盲解卷滤波,消除信号传递路径的影响,从噪声信号中初步提取出故障冲击特征;对各传感器的滤波信号进行独立成分分析处理,将信号进行重组后得到重构分量,进一步消除噪声成分,使故障冲击特征成分得到二次增强;选取峭度最大的最优独立成分分析重构分量并进行包络谱分析,得到诊断结果。通过仿真数据和实验室数据分析验证了该方法能够增强滚动轴承的循环冲击特征,便于识别故障类型。
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。