在故障诊断时,需要从多方面获得关于同一对象的多维信息并进行融合,才能对设备进行更可靠更准确地诊断,以求得最佳诊断结果。以齿轮箱故障作为研究对象,提出了一种基于D-S证据理论和BP神经网络相结合的信息融合诊断方法,并进行了验证。首先利用BP神经网络对测量数据进行分析诊断,最后用D-S理论对诊断结果进行融合,结果满足需求,从而证明了D-S理论和BP神经网络相结合的诊断方法的实效性。
2021-07-15 11:01:32
780KB
1
GA_ACO优化BP神经网络在行星齿轮箱故障诊断中的应用_高畅.pdf
2021-07-05 09:08:01
1.61MB
1
形态分量分析是一种基于信号形态多样性和信号稀疏表示的信号和图像处理方法，其主要目标是根据信号组成成分的形态差异性，选择合适的字典来分离信号。针对传统形态分量分析的字典选择和阈值选择的缺陷，提出了基于自适应字典选择和TH-MOM（Hard Threshold-MOM）的阈值更新策略，通过仿真信号和齿轮箱轴承多故障振动实验信号的研究，结果表明：该方法不仅能将形态各异的多分量信号进行有效分离，提高了信噪比，而且提高了从强噪声环境中提取瞬态冲击特征的能力，能有效地识别轴承的故障类型和部位。
2021-07-02 09:37:13
443KB
1
风能作为一种可循环资源,开发价值极高且清洁。风力发电系统可通过发电机和齿轮箱将风能转化成电能,并输送到电网系统中。由于外界环境恶劣,为了保护该风力发电系统,齿轮传动系统须确保输出的运动平稳、安全。根据它的功能特点,可使用三维建模软件设计出该齿轮箱的三维模型,并计算出它的工作载荷和时变速度。为了计算出该系统的齿轮润滑特性曲线,可使用MATLAB软件仿真分析它在粗糙度波长、磨损量、变位系数下齿轮润滑特性曲线,并与理想状态相比较,可知粗糙度波长对油膜压力影响最大,分析出对齿轮的各种影响。
2021-06-21 18:08:42
1.28MB
这是PHM2009的数据集，文件中的csv第一列似乎是电压数据，第二列似乎也是电压数据，第三列是转速数据。而且赛事官方并没有给出文件对应的标签，可能需要查查2009的比赛结果。实验很好，可惜的是数据集是真的用不了。这个下载积分低一点，大家可以下载看看，有什么新的发现可以互相探讨。
2021-06-19 15:00:33
405.04MB
1