一种机械设备故障信号特征提取方法.pdf
猫巷****永安
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
一种机械设备故障信号特征提取方法.pdf
本发明公开了一种机械设备故障信号特征提取方法,步骤为:利用传感器采集机械设备的各零部件的状态信号;对采集的状态信号进行经验小波变换,得到信号分解的模态分量;计算各模态分量与原始信号之间的相关系数,选取与原始信号相关度最高的若干模态分量作为最优模态分量;对最优模态分量构造Hankel矩阵,再进行奇异值分解,得到各最优模态分量的特征值;对各最优模态分量的特征值进行降维,将降维后的特征值组合成故障特征向量。本发明能够有效去除原始信号中包含的噪声,同时又能够保留信号中有用的特征,为机械设备的故障诊断提供了必要依据
一种齿轮箱非平稳信号故障特征提取方法.pdf
本发明公开了一种齿轮箱非平稳信号故障特征提取方法,包括:同步采集变速工况下齿轮箱时域振动加速度信号和转速信号;将振动加速度信号进行阶次跟踪处理,获得角域振动加速度信号;构造平稳调制字典,并对信号整周期分段;对每段信号进行匹配追踪算法处理,重构信号中的准平稳调制信号;将剩余角域信号转换为时域信号;从剩余信号中识别出齿轮箱多阶固有频率和阻尼比;对剩余时域信号进行分段,构造冲击调制字典;利用匹配追踪算法提取信号中的冲击调制成分,对冲击调制成分进行阶次跟踪处理;分析提取信号的阶次域特征用于故障诊断。本发明将稀疏分
基于EMD广义能量的轮轨振动信号故障特征提取方法.pdf
本发明公开了一种基于EMD广义能量的轮轨振动信号故障特征提取方法。该方法首先采集实时运行列车的振动加速度信号并对车速积分确定车轮旋转一圈对应的起止时刻,用该起止时刻去截取对应时间历程的加速度信号;其次对采集到的振动加速度信号进行小波分解、各层小波系数的阈值处理和小波重构,实现小波去噪;而后对获取的轴箱振动加速度信号进行经验模态分解,得到一系列的本征模态函数;最后结合由车辆轨道耦合动力学模型仿真得到的存在故障激励下的振动加速度信号确定能量权系数,计算经验模态分解广义能量,根据该值确定故障特征。本发明具有成本
一种齿轮早期故障特征提取方法.pdf
本发明公开了一种齿轮早期故障特征提取方法,包括以下步骤:包括以下步骤:(1)根据运行可靠性理论,计算齿轮的动态故障概率;(2)基于齿轮振动信号方差和齿轮振动信号熵的脆弱性指标,衡量齿轮箱中齿轮的状态脆弱性;(3)在齿轮排序方面,采取分类排序的方式:为了平衡计算时间和计算精度的要求,仅对涉及正常和停止后的大故障概率齿轮(如重过载和恶劣环境下的齿轮),搜索由这些齿轮停止运行造成的故障率,对故障率进行排序,然后对于较小故障概率的齿轮,使用状态和结构脆弱性指标加权得到的综合脆弱性指标进行快速排序,实现齿轮早期故障
一种车辆声音信号特征提取方法.pdf
本发明涉及一种车辆声音信号特征提取方法,包括:对车辆声音信号进行预处理,同时提取基频;作快速傅里叶变换,计算出信号能量谱;将声音信号基频与梅尔三角滤波器组的中心频率进行组合,得到基频自适应三角滤波器组;将信号能量谱通过基频自适应三角滤波器组,得到基频自适应梅尔能量谱;对基频自适应的梅尔能量谱进行倒谱分析,得到基频自适应梅尔倒谱系数;对基频自适应梅尔倒谱系数的每一维分量进行加权,得到最终的车辆声音信号特征。本发明降低了同种车型声音信号特征间的区分度,增大了不同车型声音信号特征之间的差别,从而提高声音信号特征