排序方式: 共有7条查询结果,搜索用时 15 毫秒
1
1.
首先对滚动轴承振动信号进行经验模态分解;然后对分解后包含故障特征信息的本征模函数做Hilbert包络谱分析,在得到的包络谱中,清晰显示出故障特征信号的包络谱.试验结果表明,通过联合经验模态分解和Hilbert包络谱分析,能有效地提取出滚动轴承信号的故障信息,进而判定出轴承的损伤部位. 相似文献
2.
基于EMD与倒谱分析的轴承故障诊断 总被引:2,自引:0,他引:2
提出了一种基于经验模态分解与幅值倒频谱分析的轴承故障诊断方法。该方法首先对外圈故障信号作传统的傅里叶幅值谱和幅值倒频谱分析,未能明显地找到故障特征;然后对故障信号做经验模态分解,并对分解出来的第一层本征模函数作倒频谱分析,有效地提取出了故障特征;最后,用该方法分别对具有内圈故障和滚动体故障的轴承故障信号作分析,也有效地提取出了故障特征。实验结果表明,通过联合经验模态分解和倒频谱分析,能有效并且准确地提取出轴承的故障特征频率。 相似文献
3.
4.
基于ARM控制的陶瓷过滤机系统 总被引:1,自引:0,他引:1
本陶瓷过滤机系统是一个集嵌入式技术、通讯技术于一体的自动控制系统。本文简要介绍了该控制系统的硬件和软件组成、工作原理、关键控制技术以及在选矿过程中的作用。 相似文献
5.
介绍了齿轮箱故障的特点、倒频谱分析的基本原理以及例频谱分析在齿轮箱故障诊断中的应用。首先,用传统的傅立叶变换法对故障信号进行分析,结果无法有效地提取故障特征;其次,对故障信号进行倒频谱分析,发现能很好地捕获故障信息。实验证明:倒频谱分析在齿轮故障诊断中具有无比的优越性。 相似文献
6.
7.
1