一种基于麦克风均匀面阵滤波的高速列车轴承故障诊断方法.pdf
听云****君哇
亲,该文档总共13页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
一种基于麦克风均匀面阵滤波的高速列车轴承故障诊断方法.pdf
本发明提出一种基于麦克风均匀面阵滤波的高速列车轴承故障诊断方法,该方法通过轨边安装的一种麦克风均匀矩形阵列获取列车行走过程中轮对轴承发出的声音信号,作为待检信号。由面阵中麦克风之间的几何关系,计算目标声源相对麦克风阵列中不同阵元信号相对于基准阵元信号的时延,然后加权滤波并重构时间序列,根据线性最小方差法获得最佳滤波器对原信号滤波,并将滤波后的信号插值重采样,对重采样后得到的信号做包络分析。本发明采用麦克风均匀矩形阵列滤波处理,与现有的单麦克风和线阵方案相比,具有测向精度高、设计简单、自适应强、噪声抑制效果
一种基于MEEMD排列熵的高速列车轮对轴承故障诊断方法.pdf
本发明提供了本发明针对EMD、EEMD的缺点,提出了一种基于MEEMD排列熵的高速列车轮对轴承故障诊断方法。一种基于MEEMD排列熵的高速列车轮对轴承故障诊断方法,依次包括以下步骤:信号采集;对原始振动信号进行滤波消噪;MEEMD分解;排列熵特征提;高维特征向量分为两组;训练模型;诊断结果。在特征提取环节,MEEMD的引入使得信号特征在多个尺度上得到了体现,相对于EMD排列熵特征识别率相比,相对单一故障模式识别率得到了明显提升。基于MEEMD排列熵的分析方法所需数据较短,抗噪、扛干扰能力较强,可以有效的应
基于等权局部特征稀疏滤波网络的轮对轴承故障诊断方法.pdf
基于等权局部特征稀疏滤波网络的轮对轴承故障诊断方法,首先获取轮对轴承在不同健康状态下的振动信号,建立基于等权局部特征稀疏滤波网络的故障诊断模型;然后对稀疏滤波网络进行训练,利用训练后的稀疏滤波网络从振动信号中自动提取故障特征;最后基于提取的故障特征,训练Softmax分类器,利用训练后的分类器对轴承故障进行智能诊断,本发明高效、可靠地实现了机车轮对轴承故障特征的自动提取以及健康状态的智能诊断。
部分阵元损坏的均匀面阵张量重构方法及信源定位方法.pdf
本发明提供了部分阵元损坏的均匀面阵张量重构方法,包括以下步骤:步骤1:在测定场景内布置阵列天线获得接收信号并构建接收信号张量模型;步骤2:将步骤1得到的张量模型沿三个方向展开分别得到一个接收信号矩阵的转置矩阵和两个观测矩阵;步骤3:利用步骤2得到的任一个观测矩阵进行数据补全;步骤4:利用补全后的观测矩阵进行反向折叠得到接收信号张量模型;步骤5:重复步骤2将步骤4得到的张量模型进行展开得到填充后的矩阵。本发明还提供了使用该张量重构方法进行信源定位的方法。本发明提供的部分阵元损坏的均匀面阵张量重构方法及信源定
一种基于贝叶斯盲源分离技术的列车轴承故障诊断方法.pdf
本发明公开了一种基于贝叶斯盲源分离技术的列车轴承故障诊断方法,包括:通过若干个传声器获取列车行驶过程中轴承的观测声学信号;基于贝叶斯盲源分离模型,根据观测声学信号确定若干个故障源的声源信号;对每一个故障源的声源信号进行频谱分析,确定轴承的损伤位置。通过传声器获取列车在行驶过程中轴承所产生的声音,形成观测声学信号,并基于贝叶斯盲源分离模型,从观测声学信号中分离出各故障源的声源信号,针对每一个故障源的声源信号进行频谱分析,确定轴承的损伤位置,实现轴承的故障诊断。采用贝叶斯盲源分离模型对观测声学信号进行分离,分