共查询到19条相似文献,搜索用时 140 毫秒
1.
滚动轴承表面振动信号中包含着丰富的工作状态信息和故障特征信息,从其表面振动信号中提取时域特征参数,可以有效地识别轴承工作状态。通过试验采集振动信号作为识别故障的原始数据,建立基于振动信号的轴承故障诊断神经网络,并对网络进行训练得出标准故障模式,从而最终实现轴承的故障诊断。 相似文献
2.
3.
《图学学报》2017,(6)
针对内燃机振动信号特征提取困难的问题,将内燃机故障诊断问题转化为图像的识别问题,提出一种基于递归图(RP)和改进局部二值模式(ILBP)的内燃机可视化故障诊断方法。将递归图分析方法引入内燃机缸盖振动信号的处理中,用以表征内燃机不同故障状态信号;然后对局部二值模式(LBP)的编码方式进行了改进,利用改进后的ILBP算子提取内燃机递归图的纹理特征,将ILBP编码图谱的灰度直方序列作为特征参数,利用支持向量机(SVM)对故障进行模式识别。在4种不同气门状态的内燃机故障诊断实验中,故障识别精度高。该方法利用递归图代替振动谱图像,突破了传统时频分析方法的思路,递归图的纹理特征具有较强的故障特征描述能力,结合递归图与ILBP的方法可用于准确诊断内燃机气门故障。 相似文献
4.
《计算机应用与软件》2017,(9)
轴承大量存在于机械设备当中,轴承的故障也是各种机械故障的主要原因。对轴承故障及时和准确的判断,可以有效地预防由轴承故障引起的事故,减少损失。基于此提出一种基于振动信号能量熵的轴承故障诊断的方法。轴承在不同的工作状态下,轴承振动信号的能量熵不同,也就是能量分布也是不同的,可以通过能量分布的不同判断轴承的状态。首先对轴承的振动信号进行总体平均经验模态分解EEMD(Ensemble Empirical Mode Decomposition),获得若干个本征模函数IMF(Intrinsic Mode Function),然后计算本征模函数能量特征,将能量特征作为输入,可以建立相关向量机判断轴承的状态。通过实验验证,基于振动信号能量熵的故障诊断方法可以有效地应用于轴承的故障诊断。 相似文献
5.
轴承音频信号包含了其运行状态的许多重要信息,通过这些信息的恰当分析、处理就能对轴承故障进行有效诊断.与振动信号相比,音频信号的采集是非接触式的,具有使用方便、成本低廉等优势.因此,将基于音频信号的隐马尔可夫模型(Hidden Markov Model,HMM)建模方法引入到轴承故障诊断研究,以PC机为平台,在Visual C 7.0环境下设计开发了一套功能完善、操作方便、界面友好的轴承音频故障诊断系统.主要介绍了诊断系统的体系结构,HMM方法建模的步骤和故障诊断过程中的具体应用操作.多次实验结果表明,效果良好. 相似文献
6.
7.
发动机是军舰上的重要部件之一,其稳定性对军舰的正常航行具有重要影响。以舰用发动机关键部件(主泵轴承)为具体研究对象,提出了基于功率谱包络能量和支持向量机相结合的故障诊断方法。首先获取了大量可表征舰用发动机主泵轴承健康状态的振动加速度信息,对其进行功率谱分析,获得其功率谱的包络能量;以获取的舰用发动机主泵轴承功率谱的包络能量构建特征向量,并设计基于SVM的舰用发动机主泵轴承故障诊断模型,对主泵轴承的故障进行诊断研究。研究结果表明,采用基于功率谱包络能量和SVM相结合的舰用发动机关键部件故障诊断方法,可以很好实现主泵轴承的故障诊断效能,为舰用发动机主泵轴承故障诊断的工程应用奠定了基础。 相似文献
8.
在基于时域反射的飞机导线故障诊断方法中,针对局部故障、连续故障和跨转接头故障反射信号微弱、
信号衰减严重而使故障点难以诊断的问题,提出了基于时频反射的飞机导线故障诊断方法,使故障更易被发现,提
高飞机导线故障检出率.另外,时频反射方法中检测信号易受噪声信号干扰而产生故障误报,因此,特采用小波系
数收缩算法对检测信号进行降噪处理,降低飞机导线故障诊断误报率.最后,通过实验验证了该方法的可行性并与
时域反射法进行了比较,结果表明基于时频反射的飞机导线故障诊断方法在故障检出率和误报率方面均有明显改
善. 相似文献
9.
10.
基于主元分析的支持向量数据描述机械故障诊断 总被引:11,自引:0,他引:11
针对机械故障诊断缺乏故障样本的问题,提出了故障诊断单值分类法--支持向量数据描述法(SVDD).这种方法只需要正常运行状态的数据样本,就可以建立单值分类器,区分出正常和异常状态.试验以轴承为研究对象,采用主元分析法(PCA)作数据前处理,提取振动信号的统计特征值,得到的主元特征指标输入到SVDD分类器进行训练和测试.试验结果表明,PCA对正常和故障样本有较大的区分度,SVDD分类器能很好的分辨出轴承正常和故障状态,并且对未知故障有良好的识别能力. 相似文献
11.
12.
基于神经网络的柴油机故障诊断方法 总被引:3,自引:4,他引:3
周红晓 《计算机测量与控制》2003,11(7):490-491,495
提出了一种基于三层BP网络的柴油机故障诊断模型,给出了一种基于黄金分割法的变步长学习算法。仿真结果表明,该算法比标准BP算法具有更快的学习速度,完全适用于柴油机故障诊断系统。 相似文献
13.
14.
多层前向神经网络在柴油机故障诊断系统中的应用研究 总被引:1,自引:0,他引:1
周红晓 《计算机工程与应用》2003,39(18):208-211
故障诊断是计算机模式识别领域的一个活跃课题。文中提出了基于ANN的柴油机故障诊断方法,设计了适合该诊断系统的BP网络结构,并给出了一种改进的BP算法(IBP),该算法基于黄金分割法自适应调整网络学习速率。仿真结果表明:该算法比标准BP算法具有更快的学习速度和更高的学习精度,完全适用于柴油机故障诊断系统。 相似文献
15.
现代船用柴油机是机一电.液等各种子系统组成的大型机电设备,结构复杂决定了对其故障进行诊断的困难性。基于目前发展较快的船用柴油机故障诊断技术及较成熟的专家系统与人工神经网络理论,对专家系统和BP神经网络的融合方法在船用柴油机故障诊断方面的应用进行了有益的探讨,并提出了利用专家系统和BP神经网络的融合方法建立的船用柴油机神经网络故障诊断专家系统基本结构。 相似文献
16.
基于PCA-KFCM的船舶柴油机故障诊断 总被引:1,自引:0,他引:1
为提高船舶柴油机故障诊断的准确率和深刻反映船舶柴油机的运行状况,结合主元分析(PCA)的特征提取优势和模糊核聚类(KFCM)具有较好聚类效果的特点,提出了一种新的船舶柴油机故障诊断方法。该方法首先利用主元分析对船舶柴油机故障的训练和测试数据集进行特征提取,消除了故障征兆之间的相关性;然后对经特征提取后的训练样本进行模糊核聚类,并用网格法确定其中的参数,得到聚类中心。通过计算测试样本集中各样本与聚类中心在高维特征空间中的欧氏距离,得出最终的故障诊断结果。对MAN B&W 10L90MC型船用柴油机的故障诊断结果验证了该方法的有效性。因此,应用提出的方法对船舶柴油机进行故障诊断具有重要的实际意义。 相似文献
17.
根据柴油机故障数据的特点,采用粗糙集理论对其进行特征提取研究。由于实际测量的参数大多为连续数据,而粗糙集只能处理离散数据,提出了一种适用于粗糙集的SOM网络离散化方法;给出一种基于简化差别矩阵的快速属性约简算法;以6135D型柴油机故障诊断数据为例进行特征提取,成功地将原始8个属性约简为3个,为后续研究工作打下了基础。 相似文献
18.
为提高柴油机故障诊断准确率和效率,提出了改进局部线性嵌入算法的柴油机诊断系统。应用小波包能量谱分析方法提取某柴油机振动信号的特征值,将提取的高维特征向量映射到低维空间上,能将高维特征向量进行优化,即特征值的二次提取。该改进算法可模糊化近邻点k的选择,从而提高计算的速度,并应用SOM-BP神经网络进行故障识别。实验表明,经过局部线性嵌入算法的特征值优化,能减少SOM-BP神经网络的输入节点,可在一定程度上提高故障识别的效率和准确率。 相似文献