基于近似完备可变模式分解的机车轮对轴承故障诊断方法.pdf
梅雪****67
亲,该文档总共11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
基于近似完备可变模式分解的机车轮对轴承故障诊断方法.pdf
本发明公开了一种机车轮对轴承故障的近似完备可变模式分解诊断方法。该方法首先利用局部峰值搜索方法确定原始振动信号频谱的局部极大值数目,并将其赋给可变模式分解的初始模式数目;其次采用可变模式分解算法分解原始信号,并对原始信号进行重构;继而通过相似准则判断重构信号与原始信号之间的相似度,若不满足相似度要求则增大初始模式数目并重新分解信号;迭代停止后合并满足相似性条件的模式,并通过包络分析提取轮对轴承故障特征。该检测方法结果可靠,实时性好,简单易行,通用性强,适用于机车轮对轴承的故障诊断。
一种基于角域-时域-频域的机车轮对轴承故障诊断方法.pdf
本发明公开了一种基于角域-时域-频域的机车轮对轴承故障诊断方法,属于轴承测试技术领域。本方法首先对采集到的机车轮对轴承的振动加速度信号在时域和频域内进行分析,判断出轴承是否处于故障状态以及故障的具体部位,然后再开创性的对振动加速度进行角域分析,进而得到故障的定量分析数据,以便于对故障的严重程度有所掌握并对下一步的故障监测提供基础数据。本发明采用时域、频域和角域相结合的分析方法,可以准确提供轴承有无故障、故障类型和故障严重程度等信息,特别是开创性的提出了角域故障诊断方法,对故障发展程度有了准确的监测方式,为
一种基于概率包络的轮对轴承故障诊断方法.pdf
本发明涉及一种基于概率包络的轮对轴承故障诊断方法,属于故障检测技术领域。针对轮对轴承信号存在的不确定性,该方法先对采集到的原始信号进行分布类型检验,根据检测结果针对不同分布类型使用不同的概率包络建模方法进行建模,接着针对概率包络模型的几何形状对其进行特征提取,最后将特征向量作为输入,采用支持向量机(SVM)进行模型训练,得到诊断模型,输入测试集判断故障类型。该方法引入概率包络理论,有效地利用概率包络处理不确定性问题的优势,防止了特征提取时的信息丢失现象,该方法不仅在列车轮对轴承故障上具有较好的应用性,而且
基于自适应滤波解调的机车轮对轴承定量诊断方法.pdf
本公开揭示了一种基于自适应滤波解调的机车轮对轴承定量诊断方法,包括参数训练和实时诊断两个阶段。其中,参数训练阶段遍历滤波器的长度、步长及频带等三个滤波器参数,通过迭代循环实现故障冲击特征的最优化提取,并自适应确定最佳滤波器参数及最佳包络谱,进而计算故障程度指标FSI,建立故障程度与故障程度指标FSI的对应关系并确定阈值;实时诊断阶段采用参数训练阶段得到的最佳滤波器参数及阈值,对实时采集的轮对轴承信号进行滤波,求解最佳包络谱,并对比当前故障程度指标与阈值的大小关系,实现轮对轴承的故障报警及定量诊断。
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。