版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、滾動軸承是常用且易發(fā)生損壞的機械部件,軸承工作狀態(tài)直接影響到整個設(shè)備組的正常運行和生產(chǎn)安全。在軸承故障診斷過程中,特別是初期故障,其特征信息很微弱且往往被強噪聲所淹沒,信噪比很低,難以準(zhǔn)確的、有效的提取并診斷出故障,如果不及時處理將引發(fā)嚴(yán)重后果,每年因軸承問題引起的機械故障而造成的經(jīng)濟損失高達(dá)幾十億。因此合理有效的檢測出滾動軸承初期故障,杜絕事故發(fā)生顯得極其重要。
本文基于振動信號測試,主要運用小波包基礎(chǔ)理論,并結(jié)合EMD方法
2、、支持向量機對滾動軸承熵及故障特征進行深入研究,研究內(nèi)容如下:
首先,本文對小波包的基本理論、發(fā)展過程及通常故障診斷的判別方法進行了論述,闡述了小波包理論對機械科學(xué)的影響與意義。分析了滾動軸承的故障類型、振動機理及其頻率特征。
其次,通過仿真信號來研究小波包理論和EMD理論;應(yīng)用小波包實現(xiàn)信噪分離,突出了其良好的降噪效果;然后以互相關(guān)、峭度準(zhǔn)則提取經(jīng)EMD分解降噪后信號的分量,避免了IMF分量選擇的盲目性。同時對傳統(tǒng)
3、小波包進行了改進,不僅保持信號頻率分辨率,還可防止子帶信號產(chǎn)生虛假頻率造成嚴(yán)重的頻率混疊現(xiàn)象,并利用EMD分解故障頻率范圍的子帶信號,能夠準(zhǔn)確的找到故障頻率。再用江蘇千鵬公司生產(chǎn)的齒輪箱滾動軸承作為實驗研究對象,來檢測、驗證以上方法,均得到理想結(jié)果。
再次,小波包與EEMD來檢測軸承故障振動信號。進行了EMD和EEMD比較,了解到EEMD方法能有效的減少EMD方法中的模態(tài)混疊程度,但分解速度比EMD慢;
最后,小波包
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(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)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(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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
- 基于小波包能量譜的滾動軸承故障診斷.pdf
- 基于小波包分析的滾動軸承故障智能診斷.pdf
- 基于雙樹復(fù)小波包和EMD的滾動軸承故障診斷研究.pdf
- 基于小波分析的滾動軸承故障診斷研究.pdf
- 小波包絡(luò)分析在滾動軸承與齒輪故障診斷中的應(yīng)用.pdf
- 基于小波包變換與粗糙集的滾動軸承故障診斷研究.pdf
- 基于小波包與極限學(xué)習(xí)機的滾動軸承故障診斷方法研究.pdf
- 基于小波包和EMD的滾動軸承故障信號分析.pdf
- 基于小波包分解和希爾伯特黃變換的滾動軸承故障診斷.pdf
- 基于聲信號小波變換的滾動軸承故障診斷.pdf
- 基于小波包變換和優(yōu)化Elman神經(jīng)網(wǎng)絡(luò)的滾動軸承故障診斷方法研究.pdf
- 基于時間序列分析的滾動軸承的故障診斷.pdf
- 基于VMD的滾動軸承故障診斷研究.pdf
- 基于小波理論的滾動軸承故障診斷方法研究.pdf
- 基于小波分析的滾動軸承故障診斷方法研究與應(yīng)用.pdf
- 基于案例推理的滾動軸承故障診斷.pdf
- 基于LMD的滾動軸承故障診斷研究.pdf
- 基于層次非線性分析的滾動軸承故障診斷.pdf
- 基于振動分析的滾動軸承早期故障診斷研究.pdf
- 基于應(yīng)力波與小波分析的低速滾動軸承故障診斷研究.pdf
評論
0/150
提交評論