故障诊断.pdf
2021-11-24 14:02:21 379KB
针对故障齿轮振动信号的非平稳和调制特性,提出了基于双树复小波包变换和谱峭度的齿轮故障诊断方法. 首先,利用双树复小波包变换将原始振动信号分解为若干个不同频带的信号分量,选择与原始信号相关系数大的分量进行阈值降噪并重构;然后,对降噪后的信号利用谱峭度所得的峭度图选择最佳的带宽和频带中心进行相应的带通滤波处理;最后,将带通滤波后的信号作平方包络和傅里叶变换,即可得到信号的包络解调谱,从而提取故障特征信息. 通过对试验和工程实际的齿轮故障信号分析表明:双树复小波包变换和谱峭度结合的方法可有效地提取齿轮故障特征信
2021-11-24 10:34:35 995KB 工程技术 论文
1
急性胰腺炎CT诊断.ppt
2021-11-24 09:01:40 969KB
急性胸痛的诊断与处理策略.ppt
2021-11-24 09:01:37 1.02MB
Hadoop Namenode性能诊断及优化
2021-11-22 22:05:10 917KB Hadoop Namenode
1
利用BP神经网络进行故障诊断,内有西储大学的轴承数据,且对数据进行截取、分类以及特征提取等
1
关于NeuralCD这篇论文,主要是提出了一种通用神经认知诊断(NeuralCD)框架,该框架结合神经网络来学习学生和练习因素向量之间的复杂交互作用 借鉴教育心理学的单调性假设,保证了因素向量的可解释性。 根据真实数据集上的大量实验结果表明,NeuralCD框架具有较高的准确度和可解释性。
2021-11-22 15:27:39 730KB 论文 智能教育 认知诊断模型
1
信号预处理——零均值化 在测试中由数据采集所得的原始信号,在分析前需要进行预处理,以提高数据的可靠性和真实性,并检查信号的随机性,以便正确地选择分析处理方法。本设计中,我们采用零均值化处理。 零均值化处理又称中心化处理。信号的均值相当于一个直流分量,而直流信号的傅里叶变换是在 处的冲激函数,因此若不去除均值,在作信号谱分析时,将在 处出现一个大的谱峰,并会影响在 左右处的频谱曲线,使它产生较大的误差。 设采样数据为 (n=1,2,…,N),其均值通过下式计算: 用下式进行零均值化处理: 处理后, 就变为一个均值为零的新信号 (n=1,2,…,N)。
2021-11-22 15:17:42 2.79MB 故障诊断
1
转子轴承系统作为综采设备的动力提供端,该系统发生故障会影响整个设备的运行,为了研究转子轴承系统的故障对电动机定子电流的影响,利用MATLAB/Simulink软件建立了以电磁转矩为纽带的异步电动机与机械转子系统机电耦合模型,模拟系统发生不对中、不平衡等故障并分析定子电流信号的特征。研究表明:建立的机电耦合模型可以研究转子轴承系统在故障激励下定子电流的特性,通过激励频率的不同能够辨别转子轴承系统的故障。该模型的建立为改进转子系统动力学和故障诊断提供了新的理论依据。
1
滚动轴承的早期故障诊断对于设备预测和健康管理具有重要意义,然而受环境噪声、传递路径、信号衰减及源信号本身比较微弱的影响,滚动轴承故障的初期微弱信号特征往往难以提取。为了解决这一问题,提出了一种基于最小熵解卷积(minimum entropy deconvolution,MED)与希尔伯特变换(Hilbert transform,HT)相结合的滚动轴承故障特征提取方法(MED-Hilbert),该方法首先应用MED算法对传感器信号进行处理以提高信号的信噪比,然后通过希尔伯变换提取冲击能量信号,最后用谱分析技术提取故障对应的特征频率,并与理论故障频率比较后成功确定故障。与信号仅仅进行包络分析方法相比,该方法具有很好的降噪效果以及对微弱故障特征的增强作用。计算机仿真与实验验证了该方法在滚动轴承早期故障诊断中的有效性。
1