【摘 要】
：
特征提取是机械故障诊断的关键,直接关系到故障诊断的准确性和早期预报的可靠性.多尺度熵方法作为一种新兴的非线性动力学方法,可从多个尺度上描述信号的复杂性,有利于挖掘信
【机 构】
：
燕山大学 电气工程学院,秦皇岛 066004
【出 处】
：
2014年全国设备监测诊断与维护学术会议、第十六届全国设备监测与诊断学术会议、第十四届全国设备故障诊断学术会议暨2014
论文部分内容阅读
特征提取是机械故障诊断的关键,直接关系到故障诊断的准确性和早期预报的可靠性.多尺度熵方法作为一种新兴的非线性动力学方法,可从多个尺度上描述信号的复杂性,有利于挖掘信号深层次的内在动力学特征信息.针对机械设备振动信号的多尺度复杂性特点,将多尺度熵方法用于分析减速器轴承和齿轮不同工作状态下的振动信号的多尺度复杂性.结果表明,多尺度熵可以提取多个时空尺度上的样本熵特征,既可以从整体上度量信号的复杂性,又可以从不同尺度上挖掘深层次的细节特征,从定性和定量两个角度可以有效的识别不同故障类型的滚动轴承和齿轮.最后将其用分析工程实际故障振动信号进一步验证了该方法在表征信号复杂性方面的优势.
其他文献
透彻理解掌握滚动轴承振动信号的边带结构及其产生原因对于轴承动力学研究和故障诊断具有重要意义.结合滚动轴承振动的实际特征,建立了调幅-调频信号模型,推导了Fourier变换
目前风电机组运行故障频发,巨额风电维护成本成为阻碍风电技术推广应用的重要因素.风电场迫切需要低价可靠的风电机组远程监测系统保障设备运行及降低维护成本.本文研究提出
强噪声背景下微弱信号的提取是振动信号处理领域的难题,稀疏分解方法能有效提取强噪声背景下的微弱信号,但计算量大是限制其应用的重要因素.为提高信号稀疏分解的速度,提出了
行星齿轮机构被广泛应用于机械传动领域,研究时变工况下的行星齿轮箱故障特征提取具有重要意义.传统的线性和非线性时频分析方法在分析复杂机械时变工况振动信号时存在相应的
针对滚动轴承早期故障特征难以提取问题,提出一种基于零空间追踪算法的滚动轴承故障诊断方法.首先依据滚动轴承故障振动信号模型构造相应的微分算子,然后利用所构造微分算子
正交匹配追踪算法是一种简洁、灵活、自适应的信号分解方法,与匹配追踪算法相比较,在稀疏度相同的情况下有更高的重构表示精度.针对算法计算特点,本文比较迭代次数,残差能量,
Silicon Labs日前为其Wireless Gecko片上系统(SoC)和模块产品组合发布了新的动态多协议软件,可同时在单一SoC上运行在Zigbee和低功耗蓝牙,汇集了这两种协议的关键应用优势。
旋转机械设备局部故障的发生使测取的信号表现出非平稳性,对该类信号的有效特征分析是发展设备故障诊断技术的关键.本文把非平稳和非线性两种信息联立起来,发展了一种时频流
罗丹出生在法国一户贫穷的人家。由于他非常聪明,刚满5岁, 罗丹便被父亲提前送到离家不远的教会学校上学,但小罗丹对宗教方面的书一点也不感兴趣,他非常喜欢画画。
Rodin w
(一)为响应中国保卫世界和平大会委员会的号召,西北应加紧保卫和平签名工作,征集五百万签名人数,并将签名人数及签名材料报告北京和大,以便中国出席代表携带参加世界和大第