基于经验模式分解和Wigner高阶矩谱的轴承故障诊断.pdf
sy****28
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
基于经验模式分解和Wigner高阶矩谱的轴承故障诊断.pdf
堕二轴承2009年4期CN41一l148/IHBearing2009,No.4基于经验模式分解和Wigner高阶矩谱的轴承故障诊断王凯,安钢,肖雨(1.装甲兵工程学院机械工程系,北京100072;2.中北大学机电3-程学院,太原030051)~:Wigner高阶矩谱由于交叉项的干扰而影响了对信号的时频分析,通过经验模式分解与Wigner高阶矩谱结合,有效地抑制了Wigner高阶矩谱的交叉项,通过仿真试验进行了验证,并在轴承内圈点蚀故障诊断中得到了应用。关键词:滚动轴承;故障诊断;Wigner高阶矩谱;经验
基于局域均值分解和Wigner高阶矩谱的机械故障诊断方法的研究.docx
基于局域均值分解和Wigner高阶矩谱的机械故障诊断方法的研究随着机械设备的广泛应用,机械故障诊断成为了一个重要的研究领域。在机械故障诊断中,如何有效地提取特征信息是关键问题之一。局域均值分解和Wigner高阶矩谱在机械故障诊断中得到了广泛应用。本文主要介绍了基于局域均值分解和Wigner高阶矩谱的机械故障诊断方法的研究。一、局域均值分解局域均值分解是一种基于信号分解的方法。其基本思想是将原始信号分解成多个局域频率分量,每个分量包括高频成分和低频成分。具体过程是:首先将原始信号分解为多个窄带频率信号,在每
基于高阶谱和Tamura纹理的滚动轴承故障诊断.pptx
,目录PartOnePartTwo滚动轴承故障诊断的意义滚动轴承故障诊断的常用方法基于高阶谱和Tamura纹理的滚动轴承故障诊断原理PartThree高阶谱的定义和性质高阶谱在滚动轴承故障诊断中的应用高阶谱分析方法的具体实现PartFourTamura纹理特征的定义和性质Tamura纹理特征在滚动轴承故障诊断中的应用Tamura纹理特征提取方法的具体实现PartFive数据预处理高阶谱分析Tamura纹理特征提取故障诊断结果输出PartSix实验平台搭建与实验数据采集实验结果展示与分析结果与现有方法的比较
基于经验模式分解和Teager能量谱的齿轮箱故障诊断.docx
基于经验模式分解和Teager能量谱的齿轮箱故障诊断齿轮箱是机械设备中常见的传动装置之一,广泛应用于工业和交通领域。随着齿轮箱的使用时间不断延长和工作条件的不断变化,齿轮箱的工作状态也会发生变化,并可能产生故障。因此对于齿轮箱的故障诊断具有极其重要的意义。本文将介绍基于经验模式分解(EmpiricalModeDecomposition,EMD)和Teager能量谱的齿轮箱故障诊断方法。经验模式分解(EMD)是一种非线性信号分解方法,是由Hilbert-Huang变换(HHT)发展而来的。EMD可以有效地将
基于经验模态分解和形态滤波的矿用轴承故障诊断.docx
基于经验模态分解和形态滤波的矿用轴承故障诊断基于经验模态分解和形态滤波的矿用轴承故障诊断摘要:随着矿用轴承在矿山中的重要性变得日益显著,轴承故障诊断的准确性和可靠性变得越来越重要。本文提出了一种基于经验模态分解(EMD)和形态滤波(MF)的矿用轴承故障诊断的方法。该方法首先将振动信号分解为一系列具有不同频率的本征模态函数(IMF),然后利用形态滤波将IMF进行滤波处理。最后,采用支持向量机(SVM)进行分类,实现轴承故障的识别和诊断。通过实验验证,这种方法能够有效地识别轴承的故障类型,具有很高的准确性和可