排序方式: 共有76条查询结果,搜索用时 15 毫秒
1.
针对基于传统BP神经网络的齿轮故障诊断方法存在收敛速度慢,误差较大等问题,提出经验模式分解(EMD)与BP神经网络相结合的齿轮故障诊断方法。首先简述经验模式分解和BP神经网络的基本原理,然后采用EMD方法提取齿轮时域信号中的各个IMF分量,计算IMF分量中故障信号能量特征参数,将这些能量特征参数作为BP神经网络输入参数进行故障诊断。在齿传动故障实验台上采集足够的样本数据进行实验研究。结果表明:与传统的BP神经网络相比,可将训练误差从0.01降低至0.001左右。此外,训练迭代次数可减小至10次以内。 相似文献
3.
提出一种双面凸轮的反求设计和误差控制方法。从动件类加速度对轮廓曲线误差敏感,通过修正从动件类加速度曲线,以间接提高凸轮廓线精度。通过数字化测量,获得凸轮双面轮廓的点云数据,对点云数据进行精简并进行重构、装配对齐,获得凸轮轮廓实体模型。对获得的凸轮轮廓数据二次求导并拟合,获得从动件类加速度曲线和类加速度误差值。基于类加速度误差与从动件位移误差的关系函数,对轮廓线进行修正,从而消除反求误差。 相似文献
4.
5.
6.
针对行星轮系结构复杂,故障信号特征提取困难,提出使用扭振信号对行星齿轮箱故障进行诊断。通过对行星齿轮箱横向振动信号与扭振信号的频谱分析发现,扭振信号相对于往复振动信号更适合行星轮系的故障诊断。针对扭振信号微弱,冲击特性不明显,提出基于最大相关峭度反褶积处理扭振信号。首先对采集的行星齿轮扭振信号先进行零均值化预处理,然后使用MCKD方法增强扭振信号的冲击特性。以故障冲击特性的峭度值作为选择FIR滤波器长度的选择依据,最终使得行星齿轮箱扭振信号的故障冲击特征得到显著提升。该方法对于扭振信号的降噪与提高周期故障冲击特征有效,适用于行星齿轮箱扭振信号的故障诊断。 相似文献
7.
基于扫描线的三维激光扫描数据精简算法 总被引:3,自引:0,他引:3
在曲面重构中,三维激光扫描线点云数据量过大,不利于计算、存储和曲面重构。通过分析角度偏差法和弦偏差法的工程适用特点,提出了同时基于角度偏差法和弦偏差法的改进型点云数据的直接精简方法,利用Matlab实现了对扫描线点云进行逐线精简。此外,介绍了一种基于二次曲面拟合的数据点曲率估算方法,并以颜色显示点云的曲率分布,计算结果显示了方法的有效性。 相似文献
8.
齿轮是传递运动和动力的重要零部件,对其运行状态监测及故障诊断具有重大的意义。齿轮故障诊断试验台用于对齿轮进行疲劳与寿命试验、故障诊断方法测试。传统的试验台采用开放式,耗能大,不适合大功率加载和疲劳耐久性实验。设计了一种电能回送式齿轮故障诊断试验台。将发电机作为齿轮传动负载,通过发电机的电能反馈给电动机端,重新输入驱动电机端,使电能得到回收利用,负载扭矩也可以方便地调整。 相似文献
9.
10.
传统的铣刀磨损故障诊断大多采用小波分析结合神经网络的方法,该方法的缺点是算法复杂,计算量大,很难实现铣刀磨损的在线识别并对其进行反馈控制。本文引入自回归(AR)模型来表征刀具切削过程的正常工作状态,用Levinson-Durbin递归算法求解Yule—Waker方程获得AR模型的系数。将建立的AR模型作为线性滤波器处理其它各种状态铣刀振动信号,获得预测误差信号,之后对预测误差信号进行各种统计特征分析。试验结果表明,预测误差信号的方差是有效的与刀具磨损相关的指标,可以用来在线识别加工过程铣刀磨损状态。 相似文献