针对提取的滚动轴承故障振动信号中包含大量噪声,采用频域分离的方法,从故障轴承振动信号中分离出纯故障信号,通过对纯故障信号进行小波包分解和重构,对重构后的小波包系数进行Hilbert包络解调并求取解调后
通过应用专家系统对滚动轴承故障进行诊断,在专家系统的知识库中输入了有丰富经验的维修人员通过看、听、触、测得到的故障现象和排除故障的方法,该系统通过人机交互界面实现,使维修人员可以快速找出滚动轴承的故障
介绍了机械振动信号分析的方法以及故障诊断的方法;具体针对旋转机械如:齿轮箱、轴承、电机、轴系等的故障振动信号进行了具体分析。
首先对电控系统的数据显示方式进行了简要的说明,接着又对获取汽车上的相关数据的方式做了简单描述,然后具体介绍了用数值分析法、时间分析法等数据分析法来诊断汽车电控系统故障,最后简要的概括了用数据分析法进行
介绍了小波包分析的基本理论,并以滚动轴承为研究对象,将小波包分析应用于轴承的故障诊断。首先用小波包分解的方法提取分解频带的能量在时间域上的分布,得到能量谱图,然后通过包络分析得到信号的功率谱,由此可判
基于双重降噪与谱峭度的齿根裂纹故障诊断,张雪峰,徐玉秀,实际齿轮箱振动信号中一般都具有很强的噪声干扰,各种故障特征信息往往会被噪声所掩盖。为了提高信噪比,去除噪声干扰,提出一种
针对矿用齿轮箱振动信号的非平稳、非高斯等特点,提出了一种小波双谱分析的齿轮箱故障诊断方法。利用小波分解可将齿轮箱的振动信号分解到对应不同特征频率的频带,以提高频率分辨率和信噪比,然后有针对性地选择故障
介绍了故障树分析法并以电机温度过高故障为例,建立了故障树图,对引起异常故障进行定量分析,求出了顶事件发生概率和各底事件重要度较大的因素,找出引起该故障的主要原因,为技术人员提供参考和借鉴。
准确提取振动信号的特征,是滚动轴承故障检测的关键问题,为此提出一种基于S能量谱特征提取的故障诊断方法。该方法对振动信号进行S变换,得到时频矩阵,并构建S能量谱,对S能量谱进行奇异值分解(Singula
滚动轴承故障诊断的算法选择与优化,白广晨,徐晓慧,滚动轴承是机械装备中最常用的零件之一,它被称为机械的关节。它具有摩擦阻力小、装配方便、效率高、润滑方便等优点,因而普遍地