共查询到10条相似文献,搜索用时 15 毫秒
1.
2.
传统的信号处理方法难以对含噪混叠信号进行分析,给旋转机械的运行状况监测和故障诊断带来困难。为此,结合转子振动信号周期性强的特点,提出互相关稀疏分解方法。对仿真信号进行压缩传感,从而实现信号的降维。 构造离散傅里叶字典,通过正交匹配追踪算法得出信号的稀疏表示。利用皮尔逊系数计算重构信号与原信号的相关性,选择最合适的稀疏度K完成对仿真信号的降噪重构。将稀疏系数与字典中对应的原子相乘,分离出仿真信号中不同的频率成分;对转子振动信号实例进行分析,提取转子的转频及其倍频成分。 结果表明:与传统的信号处理方法相比,所提方法处理的含噪混叠信号更易于分析,有助于旋转机械的运行状况监测和故障诊断。 相似文献
3.
简要介绍旋转机械状态监测及故障诊断技术在现代工业中的应用;并设计开发出一种在旋转机械状态监测及故障诊断领域中应用的基于DSP多功能同步数据采集卡,给出了其软硬件框图及数据采集的具体实现方法以及应用实例。 相似文献
4.
5.
《组合机床与自动化加工技术》2021,(4)
为了解决传统深度学习方法无法挖掘原始振动数据与旋转机械状态之间的非线性映射关系问题,提出了一种基于堆叠式自动编码器与深度Q网络相结合的深度强化学习旋转机械故障诊断方法。首先,建立故障诊断"博弈"模型从而为故障诊断代理提供观察、行动和获得奖励的交互式环境;其次,堆叠式自动编码器采用完全连接模型进行逐级的内在特征学习进一步构建了故障诊断代理,然后通过引入记忆回放和迭代更新策略以及奖励反馈机制,使得深度Q网络实现了原始振动信号与故障模式之间的非线性映射关系。实验结果显示提出的方法在滚动轴承以及液压泵故障诊断上具备较高的诊断精度,验证了该方法能够有效地实现了旋转机械端到端的故障诊断。 相似文献
6.
7.
8.
9.
数字孪生技术能提高旋转机械故障诊断精度和速度,但现阶段存在数字孪生建模过程模糊、各环节定义不清晰以及虚实交互框架空白等问题,围绕滚动轴承加速退化试验台,提出了一种数字孪生驱动的滚动轴承故障诊断方法,明确了虚拟模型建模步骤,构建了数字孪生虚实交互框架,并重点论述了该框架下滚动轴承虚实模型信息交互内容。最后,从虚拟模型的振动信号角度分别探讨了正常轴承和外圈点蚀故障轴承的特征表征机制,获得了有价值的振动信号表征结论,适用于分析旋转机械的虚拟模型当前健康状况,从而反映物理实体健康信息。 相似文献