版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、在復雜多變的工業(yè)現(xiàn)場,滾動軸承具有高事故率、故障高危險性。為有效保障生產效率和人員安全,對滾動軸承出現(xiàn)的故障進行高效、快捷、準確的識別和診斷就顯得非常重要。然而滾動軸承因運行環(huán)境復雜而使得故障診斷中采集的振動信號被噪聲湮沒,給故障特征提取帶來極大的不便,尤其在故障特征微弱或是故障發(fā)生早期。有效實現(xiàn)滾動軸承的故障振動信號消噪,并且研究分析適合于滾動軸承故障振動信號的消噪方法,對有效提高滾動軸承設備狀態(tài)監(jiān)測和故障診斷的精度和效率具有重要的意
2、義。
首先,對滾動軸承的正常軸承、內圈故障、外圈故障和滾珠故障的振動信號和噪聲情況進行對比,分析軸承振動噪聲的分布、能量特性。
其次,提出了基于自相關和閾值的經驗模態(tài)分解消噪方法。在分析經驗模態(tài)分解方法的消噪性能后,采用噪聲自相關特性識別噪聲模態(tài)和并對其閾值處理,以實現(xiàn)信號重構消噪的方法,可以有效識別經驗模態(tài)分解后各模態(tài)分量中噪聲占主導的模態(tài)分量,和盡可能減少信號重構時有用成分損失。并用仿真信號驗證本方法的消噪效果。
3、
再次,提出了基于自相關集成經驗模態(tài)分解消噪和基于自適應的集成經驗模態(tài)分解消噪方法。采用克服了模態(tài)混疊問題的集成經驗模態(tài)分解方法,結合自相關分選和閾值處理,實現(xiàn)集成經驗模態(tài)分解的消噪;在分析信號模態(tài)中噪聲能量的特點,自適應生成閾值實現(xiàn)消噪處理,從而提出自適應的集成經驗模態(tài)分解消噪。采用仿真信號驗證了集成經驗模態(tài)分解消噪的性能。
最后,對滾動軸承內圈故障振動信號和外圈故障振動信號進行消噪分析,并與常用消噪方法作對比,本
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于經驗模態(tài)分解的滾動軸承故障診斷方法研究.pdf
- 基于小波降噪和經驗模態(tài)分解的滾動軸承故障診斷.pdf
- 基于經驗模態(tài)分解法的滾動軸承故障診斷系統(tǒng)研究.pdf
- 基于振動信號的滾動軸承故障檢測系統(tǒng).pdf
- 基于振動信號的滾動軸承故障診斷研究.pdf
- 基于經驗模態(tài)分解和多尺度熵的滾動軸承故障診斷研究.pdf
- 基于小波變換和經驗模態(tài)分解的滾動軸承故障診斷方法研究.pdf
- 基于變分模態(tài)分解的滾動軸承故障檢測方法研究.pdf
- 基于經驗模態(tài)分解與BP神經網絡的滾動軸承故障診斷.pdf
- 基于振動信號的滾動軸承故障診斷的方法研究.pdf
- 基于振動信號的滾動軸承故障診斷技術研究.pdf
- 基于振動信號分析的滾動軸承故障診斷方法研究.pdf
- 基于集合經驗模態(tài)分析的滾動軸承故障特征提取.pdf
- 基于經驗模態(tài)分解和人工智能算法的機床滾動軸承故障診斷研究.pdf
- 經驗模態(tài)分解法和SVM在滾動軸承故障診斷中的應用.pdf
- 滾動軸承故障診斷與振動信號處理.pdf
- 基于振動信號處理的滾動軸承故障診斷方法研究.pdf
- 滾動軸承振動信號處理與故障辨識方法研究.pdf
- 滾動軸承振動信號特性分析
- 基于電流及振動信號的電機滾動軸承故障診斷研究.pdf
評論
0/150
提交評論