傳感器檢測到的機械設(shè)備狀態(tài)信號是以時間為變量的時域信號,時域分析是用信號的幅值隨時間變化的圖形或表達式來分析的,當(dāng)信號中含有明顯的簡諧成分、周期成分或瞬時脈沖成分時,直接利用時域信號進行分析就能得出設(shè)備運行...[繼續(xù)閱讀]

    頻域分析是設(shè)備故障診斷中使用最廣泛的信號處理方法,頻域分析是把信號的幅值、相位或能量變換為以頻率坐標(biāo)軸表示,進而分析其頻率特性的一種方法,它是以傅里葉分析為基礎(chǔ)的,通過尋找功率譜中各頻率能量大小變化和分布的情...[繼續(xù)閱讀]

    機械設(shè)備故障診斷技術(shù)所涉及的領(lǐng)域非常廣泛,而信息處理技術(shù)是這些廣泛技術(shù)中的關(guān)鍵技術(shù),它包括快速傅里葉變換、倒譜分析、短時傅里葉變換、Winger-Vile分析、時間序列分析、時域模型分析、時頻分析、小波分析等方法。小波分...[繼續(xù)閱讀]

    在分析齒輪工作狀態(tài)時,為了減少測試系統(tǒng)、環(huán)境噪聲等因數(shù)的影響,使信號分析結(jié)果有一個客觀、統(tǒng)一的評價標(biāo)準(zhǔn),首先采用均值-方差標(biāo)準(zhǔn)化方法對測量信號進行歸一化預(yù)處理。信號預(yù)處理的目的在于提高信號的可靠性和數(shù)據(jù)的精度...[繼續(xù)閱讀]

    在相同的環(huán)境條件下,分別采集齒輪在正常無故障的情況下,以及在齒輪箱中z2齒輪斷齒狀態(tài)下的齒輪箱運轉(zhuǎn)情況的能量和振動信號,以此來達到對比分析齒輪箱在含故障齒輪的情況下與正常無故障齒輪的情況下表現(xiàn)出來的信號特征情況...[繼續(xù)閱讀]

    采用EMD方法對原始功率信號進行分解的時候,分解后的IMF分量具有良好的線性和穩(wěn)定性,具備完備正交的特點,而且每個IMF分量都包含了數(shù)據(jù)真實的部分物理信息。假設(shè)功率信號x(t)分解為n個IMF分量c1(t),c2(t),…,cn(t)和一個殘留分量rn(t)...[繼續(xù)閱讀]

    通過時域波形可以得到一些關(guān)鍵的統(tǒng)計特征參量,它們常用來評價系統(tǒng)狀態(tài)。這里提取齒輪輸入功率信號的絕對均值、均方根值、方差、峰峰值、峭度、峰值指標(biāo)、波形指標(biāo)、脈沖指標(biāo)、裕度指標(biāo)、峭度指標(biāo)10個時域特征參數(shù),如表...[繼續(xù)閱讀]

    功率信號作為典型的非平穩(wěn)、非線性的時間序列信號,有必要從序列復(fù)雜性和統(tǒng)計量化的角度出發(fā),選取特定的時域參數(shù)作為故障特征之一。這里從衡量時間數(shù)據(jù)序列整體復(fù)雜性的角度出發(fā)將數(shù)據(jù)信號的近似熵(ApproximateEntropy,APEN)作為...[繼續(xù)閱讀]

    齒輪傳動系統(tǒng)故障狀態(tài)識別的前提以及關(guān)鍵之處在于實現(xiàn)相應(yīng)狀態(tài)的有效特征提取,本章圍繞這一環(huán)節(jié)進行了如下研究:(1)分析了針對能量信號的小波降噪技術(shù),分別用db4和sym4小波對齒輪斷齒輸入能量信號進行若干層分解重構(gòu),分解后分...[繼續(xù)閱讀]

    通過上一章的分析可以得知,齒輪傳動系統(tǒng)的故障原因與特征參數(shù)值之間表現(xiàn)為錯綜復(fù)雜的非線性映射關(guān)系,并且各特征參數(shù)之間往往呈現(xiàn)出強耦合性和非線性關(guān)系,這就增加了故障診斷的難度。對于上一章所建立起來的待識別多維故...[繼續(xù)閱讀]