排序方式: 共有154条查询结果,搜索用时 15 毫秒
1.
2.
基于双参数方法的水轮发电机组故障诊断规则表示和推理问题研究 总被引:1,自引:0,他引:1
基于知识的故障诊断系统在水轮发电机组故障诊断研究工作中是重要的课题,需要解决故障诊断规则表示及故障诊断推理2方面的不确定性问题。文中介绍了水轮发电机组故障诊断规则基于双参数方法的规则表示方法及其推理诊断评价和咨询评价方法。在总结水轮发电机组故障诊断规则相关关键问题的基础上,将双参数方法应用到水轮机组故障诊断不确定性规则表示及不确定性诊断推理问题中。通过实例介绍了双参数方法在获取故障诊断规则不确定性参数方面的应用及其在故障诊断推理过程中的应用。 相似文献
3.
4.
5.
本文设计的便携式位移-加速度振动信号测试系统其硬件体系由传感器、信号采集装置、笔记本电脑组成,将信号前置处理电路、信号采集电路、自带电源电路集成,形成信号采集装置,位移传感器与加速度传感器可置放于信号采集装置内,笔记本电脑可固定于信号采集装置上.系统的软件体系采用Delphi与Matlab混合编程,Innosetup制作安装程序.整个系统软硬件有机结合、体积小、重量轻、携带操作使用方便,特别适用于现场测试. 相似文献
6.
考虑热流固耦合的角接触滚动轴承动力学特性及打滑状态分析 总被引:1,自引:0,他引:1
轴承滚珠-滚道之间的打滑易使滚动体滚道划伤并导致明显的温升。为讨论打滑现象及其导致的问题,提出一种热流固耦合动力学模型。模型引入了轴承部件的热变形,打滑导致的温升,供油区的润滑油混合模型,保持架-引导圈之间的流体动压模型,以及作用在滚珠和保持架上的碰撞力和切向摩擦力,并考虑了保持架及滚珠的打滑程度、轴-轴承-轴承座组件的温升分布、热弹性变形等动静态参数的影响。通过对比7307AC轴承在一系列运行工况(运行速度,轴向载荷和润滑油量)下的打滑试验结果,验证了热流固耦合模型的准确性和有效性。结果表明,相同轴向预载时转速升高打滑程度显著加剧;最高温升及热变形也随之增加。乏油润滑下(0.4 L/min),保持架总体打滑率低于满油润滑(1.2 L/min),但轴承滚道的局部最大热变形达到滚珠-滚道径向游隙的4倍。基于润滑油混合模型发现,喷嘴水平对称布置相较于垂直布置冷却效果更好。 相似文献
7.
滚动轴承故障特征的时间—小波能量谱提取方法 总被引:14,自引:1,他引:14
振动信号中的周期性冲击现象是诊断滚动轴承各元件故障的重要依据之一,针对滚动轴承故障特征,在小波变换理论基础上提出一种时间—小波能量谱信号处理方法,它能够有效地提取出振动信号中冲击成分的时域和频域特征。利用时间—小波能量谱方法分析正常、外圈故障、内圈故障、滚珠故障等四种状态下滚动轴承的振动信号,并与传统的包络解调分析方法进行对比分析。时间—小波能量谱不仅可以有效提取出冲击特征明显的滚动轴承外圈故障,还能提取出内圈、滚珠等信号特征微弱的滚动轴承故障,而包络解调分析方法只能提取出外圈故障特征而不能提取出滚珠故障、内圈故障特征。结果表明,时间—小波能量普比包络解调分析方法更能有效地提取出振动信号中的冲击信号成分。 相似文献
8.
基于柔性形态滤波和支持矢量机的滚动轴承故障诊断方法 总被引:7,自引:1,他引:7
针对滚动轴承故障振动信号的强噪声背景以及现实中不易获取大量典型故障样本的特点,提出一种基于柔性形态滤波和支持矢量机(Support vector machine, SVM)的滚动轴承故障诊断方法。柔性形态滤波既可以有效地提取出信号的边缘轮廓和信号的形状特征,同时又具有稳健性;SVM具有良好的分类性能,特别在小样本、非线性及高维特征空间中具有较好的推广能力;SVM分类器的惩罚因子和核函数参数采用经典粒子群优化算法进行优化,避免传统方法对初始点和样本的依赖。首先对振动信号进行柔性形态滤波,然后提取滤波后信号的故障特征频率的归一化能量为特征矢量作为SVM分类器的输入参数,用于区分滚动轴承的外圈、内圈和滚动体故障,SVM分类器的参数采用标准粒子群优化算法进行优化。试验结果表明了方法的有效性。 相似文献
9.
基于小波尺度谱的转子系统碰摩声发射特性 总被引:2,自引:0,他引:2
针对转子系统动静件间发生碰摩时会引起弹性应变而产生声发射,进而可利用声发射来辨识和诊断碰摩故障的特点,首先对碰摩声发射和碰摩振动信号进行了试验对照研究,讨论基于声发射的碰摩辨识别方法的独特优越性.然后,着重对碰摩声发射的特性进行了试验研究,并借助于小波尺度谱优越的时频分析性能,利用小波尺度谱对碰摩声发射的时频特性、传播特性和频散特性等进行了详细分析.分析结果显示小波尺度谱非常适合碰摩声发射这种频率丰富、非平稳和非线性的多模态波,是模态声发射分析的有力方法. 相似文献
10.
构建二叉树支持向量机时,如果随机地将分类器分布在二叉树的各个结点上,是不能充分发挥其性能的。考虑到样本的分布情况对分类器推广能力具有较大影响,提出一种次序二叉树支持向量机多类算法,采用样本分布半径和样本分布距离估算各个类别的样本在高维特征空间中的分布情况,把分布半径较大的类别或者分布距离较大的类别较早地分出来,并且在特征空间中给其划分较大的分类区域。转子多故障诊断实验表明,该算法的诊断速度快,故障识别率高,推广能力强,更加适合于实际故障诊断应用。 相似文献