随着我国综合实力的日益提升和科技水平的不断进步,现代工业对高质量、低成本产品和安全生产的需求越来越高,工业机械设备的维护策略也快速从预防性维护转向为基于运行状态的实时监测与智能故障诊断。旋转机械是机械
针对齿轮振动信号特征难以提取的现状,依据免疫系统的自适应,自学习特性,提出了自适应免疫选择模型,该模型中引入了自适应变异和3种抑制方式初始化抗体抑制、克隆抑制、检测器优化抑制,并利用该模型生成成熟故障
针对传统煤矿机械齿轮故障诊断中非线性特征频率导致的信号分析处理要求高等问题,提出了一种基于人工神经网络的煤矿机械齿轮故障诊断方法。首先介绍了神经网络的基本原理及其建模方法。其次将机械齿轮故障敏感参数作
基于AWE的齿轮箱结构优化方法研究,张学亮,程珩,本文基于有限元ANSYS workbench方法对齿轮箱进行结构优化,根据优化结果改进原箱体结构,重新建立优化后的齿轮箱几何模型并做动静态分
小波分析、Hilbert-Huang变换,EMD-AR谱提取柴油机活塞、活塞销故障特征EMD-包络谱变速器故障诊断人工神经网络的MATLAB实现及应用研究BP人工神经网络的MATLAB函数BP人工神经
针对ICA只能被限制在观察信号的数量大于源信号的数量的问题; 提出了一种结合EEMD,PCA和RobustICA的单通道盲源分离方法。 通过单通道机械振动观测信号的eemd分解,获得了多维IMF分量,
针对异步电机的单一故障诊断模型易出现错判、误判问题,引入了1种基于改进证据理论的多源信息融合方法。通过采用蚁群神经网络、BP网络以及Elman网络分别作为电机故障诊断的初级模块,并将其输出结果作为证据
采用Pro/E建立齿轮箱系统模型,通过有限元分析软件ANSYSWorkbench分别对齿轮箱箱体以及包括传动系统在内的整个齿轮箱系统进行了模态分析,提取了2种模型前6阶固有频率及主振型。并根据模态分析
在介绍盲信号处理统一模型的基础上,全面归纳了其典型算法,综述了它在机械噪声监测与故障诊断中 的研究现状,重点讨论了混合模型、噪声盲源分离与盲解卷积、盲源分离与多种技术的结合、噪声监测与诊断系统研究等
对轧机齿轮箱的故障进行模式识别是实现其智能诊断的关键,基于提高识别准确率的目的,采用通过支持向量机建立诊断模型来进行故障识别,并通过遗传算法(GA)对关键参数进行优化。通过对实验用6307轴承及某钢厂