共查询到20条相似文献,搜索用时 15 毫秒
1.
针对机械密封端面开启状态确定和端面开启厚度测量困难这一问题,提出基于声发射信号端面开启状态监测技术。将电涡流传感器安装在密封装置静环上,将声发射传感器安装在静环座上,分别对动静环之间端面开启状态进行内部直接测量和外部间接检测。把采集的声发射信号运用小波阈值降噪法进行降噪处理后,提取典型的小波包能量特征。建立RBF神经网络模型,将提取的小波能量特征作为模型的输入,对机械密封端面开启状态进行识别。与电涡流传感器测量结果比对表明,声发射技术能够对机械密封开启状态进行准确的识别。利用声发射识别技术,实现了对主轴机械密封油膜开启状态由"内测"到"外测"的转变,便于工业现场应用和推广。 相似文献
2.
针对现有机械密封监测技术难以有效预测剩余使用寿命的问题,提出基于声发射特征融合的退化指标和QPSO-SVR寿命预测模型的机械密封剩余寿命预测方法。首先通过实验采集多组机械密封的全寿命数据,进行小波阈值降噪处理,从原始声发射信号中提取出能表征机械密封运行状态的特征,利用KPCA分析优化得到的声发射特征,然后通过马氏距离对得到的特征进行融合进而得到能够表征机械密封退化的指标,利用QPSO优化SVR模型参数,建立寿命预测模型。实验结果显示:基于退化指标和QPSO-SVR模型的寿命预测方法有着较好的泛化能力和较高的精度,具有良好的工业前景。 相似文献
3.
粒子滤波在机械密封端面接触状态声发射监测中的应用 总被引:1,自引:0,他引:1
机械密封端面运行过程中所产生的声发射信号在传递过程中容易受到环境噪声的干扰,难以有效地从背景噪声中分离出来。研究粒子滤波技术在机械密封端面膜厚及开启状态声发射监测中的应用。将声发射传感器安装在机械密封静环座上,对动静环端面开启状态进行外部间接检测;运用粒子滤波技术处理采集的声发射信号,提取信号时域、频域及小波包能量特征;建立BP神经网络模型,对机械密封端面开启状态及膜厚进行识别。结果表明:粒子滤波技术能够有效地将密封端面产生的信号从背景噪声中分离出来;通过BP神经网络对提取的特征值进行模式识别,实现了密封端面膜厚变化范围的间接测量。该方法分析结果与电涡流传感器直接测量所得到的结果完全一致。 相似文献
4.
针对机械密封运行过程中反映密封端面接触状态的工作参数(端面开启时间、膜厚等)测量困难的问题,提出基于声发射信号的机械密封端面接触状态监测方法。根据密封端面产生的声发射信号具有时变非线性且突发性强的特点,采用经验模态分解(EMD)法对原始信号进行分离提取。EMD法能够将信号分解为不同时间尺度和不同频带的一系列固有模态函数,然后根据能量分布特征对伪分量进行剔除,得到"近源"声发射信号,抽取其信号特征运用Laplace小波相关系数法实现对密封端面接触状态的准确识别。通过机械密封测试试验证明,声发射监测技术能准确地识别机械密封装置动静环之间的接触状态和摩擦形式,能够在工业现场推广使用。 相似文献
5.
声发射和小波包分析在损伤状态监测中的应用 总被引:2,自引:0,他引:2
为应用声发射技术对结构的损伤状态进行监测与识别,基于小波包分析提出了一种在线损伤监测方法。采用D-S证据理论对声发射信号的小波包能量谱进行多源信息融合得到改进的小波包能量谱,计算Mahalanobis距离构建结构损伤状态判别指标,采用t检验的概率方法考察不同损伤状态下判别指标的变化情况。旋转轴承结构的声发射信号分析结果表明,D-S证据理论能够对声发射信号的小波包能量谱识别样本抽取有效信息,结构损伤状态判别指标具有良好的结构损伤识别能力,能够准确地实现对结构不同损伤状态的识别。 相似文献
6.
针对国内外对机械密封寿命预测研究不足,不能明确退化模型等问题,提出了基于声发射特征抽取和SVR的机械密封寿命预测方法。首先基于声发射技术通过实验采集了多组机械密封的全寿命数据,对数据进行小波去噪,并进一步进行小波包分解,从中提取能够表征机械密封运行状态的时频域特征以及其他统计特征;利用KPCA对高维特征进行降维处理,再通过马氏距离进行特征融合得到机械密封退化指标,将之作为SVR的输入训练退化模型。实验结果显示,基于声发射特征提取的机械密封寿命预测方法有着较好的泛化能力和较高的精度。 相似文献
7.
提出利用声发射(Acoustic Emission,AE)技术监测机械密封动静环的碰摩状态。通过分析典型碰摩AE信号的特点,提出利用小波尺度谱和功率谱相结合的方法表征机械密封端面碰摩AE信号的特征信息,小波尺度谱能够直观地描述AE信号中各个脉冲的数目、到达时间、能量大小、在时频面上的分布及频率组成,为判断碰摩的类型、严重程度及发生时间提供准确信息,AE信号的功率谱图能够给出信号能量的具体值。在仿真和实验研究中该方法被有效运用于判别机械密封端面的偶然性碰摩、周期性碰摩和连续性碰摩。 相似文献
8.
针对液膜密封状态监测领域无损监测开发不足、信号特征评估困难以及摩擦状态判别智能化特性缺乏的问题,提出一种基于声发射时频分析与卷积神经网络的液膜密封摩擦状态识别方法。该方法将声发射无损监测技术应用于液膜密封的摩擦状态监测,卷积神经网络作为液膜密封摩擦状态自主决策的实现手段,声发射信号的时频信息作为卷积神经网络的特征输入,分析短时傅立叶变换、 S变换以及小波变换3种时频分析方法对卷积神经网络识别性能的影响。结果表明:对于液膜密封的声发射信号,3种时频分析方法与卷积神经网络结合的优选顺序为:短时傅立叶变换、 S变换、小波变换;基于声发射时频分析与卷积神经网络的液膜密封摩擦状态识别方法准确率较高,相比其他识别方法取得了较好的识别效果。 相似文献
9.
10.
基于小波的声发射信号参数提取方法 总被引:4,自引:0,他引:4
介绍小波分析方法在声发射信号处理中的应用,提出一套基于声发射信号小波分析的小波基选取的规则方法,并通过实验和仿真证明此方法的有效性. 相似文献
11.
12.
13.
14.
15.
16.
以小波分析理论为基础,提出了以对数熵理论确定最佳小波包分解树结构的方法,提出了基于声发射信号最佳小波基最佳小波分量频段能量的声发射信号小波特征,开发了基于最佳小波基小波特征的神经网络刀具磨损状态在线监测系统,实验结果表明,该系统具有较高的监测精度,能满足工业现场对刀具磨损状态实时在线监测的要求. 相似文献
17.
机械密封声发射信号容易受到环境噪声的干扰,信噪比很低。提出一种基于互补集合经验模态分解(CEEMD)和粒子滤波(PF)相结合的降噪新方法(CEEPF)。该方法首先对采集的声发射信号进行CEEMD分解,利用相关系数原理识别出高频IMF分量后对其进行重构;然后对重构后的信号建立ARIMA模型,将其作为信号的状态方程,再利用小波分解重构思想提取测量噪声,并建立测量方程;最后对重构信号进行粒子滤波,将滤波结果与各低频IMF分量一起重构得到降噪后的声发射信号。结果表明:基于CEEMD与PF的机械密封声发射信号降噪方法能够很好地滤除背景噪声,并且能最大程度保留有效信息。对仿真信号和实验信号分别进行CEEMD小波阈值、标准粒子滤波、CEEPF降噪,发现CEEPF降噪在降噪效果上明显优于其他2种方法。 相似文献
18.
前言:对比于以振动做为检测机械故障的方法,应用声发射(Acoustic Emision——A.E.)于状态监测则既简单又快速。Trevor Holroyd是英国Holroyd仪器公司的管理主任,他说明了其中的原因。 声发射(AE)是一个包括检测高频构造发生的弹性波或应力波在内的主动技术。自从1960年第一台商品A.E。仪器问世以来,AE技术主要应用于监测工程结构中的缺陷生成。在这种应用中,该项技术的极端灵敏性能使其用于遥远位置的AE传感器,以检测出微裂纹扩展的单一增量。 相似文献
19.
基于小波分析的声发射源定位技术 总被引:11,自引:0,他引:11
声发射全波形采集技术为基于波形分析的声源定位方法提供了可能。在板状构件中声波的传播模式较为复杂,且不同模式的波到达时间和波速均不相同,从而带来了声源定位误差。将时频幅度分析方法引入声发射源定位技术:从接收到的信号中提取出某一频率的柔性波随时间变化的规律,在理论分析的基础上证明,这个分离信号的最大幅值点所对应的时间就是该频率柔性波群速度的到达时间。根据这个到达时间,以及实际测量出的群速度就可以实现声发射源更精确的定位,试验结果也证明了这种方法的可靠性。 相似文献
20.
基于小波分析的声发射信号降噪处理方法 总被引:1,自引:0,他引:1
声发射检测过程中的噪声干扰问题,一直是困扰声发射技术工程应用的主要障碍之一,介绍了一种新兴的基于小波分析的声发射信号降噪处理方法,能有效降低噪声。 相似文献