【摘 要】
：
在旋转机械轴心轨迹故障诊断研究中,由于转子振动信号为多分量信号,合成的轴心轨迹复杂,不容易获取清晰的故障特征。为解决上述问题,提出一种得到不同频率的提纯的轴心轨迹的新方法。在信号上进行固定频率的采样,求得样本数据的平均值,由信号的极值点特性得到采样频率的范围,在上述范围内求不同采样频率下样本数据平均值的最大值,从而最大值对应的采样频率即为分量信号的频率。再通过改变采样点的初始位置以及采样长度,分解
论文部分内容阅读
在旋转机械轴心轨迹故障诊断研究中,由于转子振动信号为多分量信号,合成的轴心轨迹复杂,不容易获取清晰的故障特征。为解决上述问题,提出一种得到不同频率的提纯的轴心轨迹的新方法。在信号上进行固定频率的采样,求得样本数据的平均值,由信号的极值点特性得到采样频率的范围,在上述范围内求不同采样频率下样本数据平均值的最大值,从而最大值对应的采样频率即为分量信号的频率。再通过改变采样点的初始位置以及采样长度,分解出分量信号对应的波形形态和时域分布。将转子振动信号进行分解得到具备完整信息的各分量信号,合成得到不同频率
其他文献
对工业生产过程观测器时滞进行稳定性控制,能够保证生产过程的稳定运行,对观测器时滞进行控制,需要构建时滞系统控制器,并计算观测器相位裕值。传统方法采用线性动力学模型构建系统扰动模型,并对其计算实现稳定性控制,但忽略了相位裕值的计算,导致控制时效性差。提出一种基于相位裕值及幅值裕度的工业生产过程观测器时滞稳定性控制方法。对于时滞控制的二阶微分方程结合系统阻尼进行转换,通过相角与系统阻尼之间的关系计算控
对信息单向传输过程中网络安全趋势感知,能够有效提高网络信息传输安全性。对网络安全趋势的感知,需要对信息漏洞进行量化评估,计算信息节点攻击序列发生的概率,完成网络安全趋势的准确感知。传统方法将信息趋势描述与安全规则进行模式匹配,并向用户提交漏洞报告,但忽略了对节点攻击序列概率的获取,导致感知结果不准确。提出基于概率风险评估的网络信息单向传输安全趋势感知方法。计算网络信息单向传输过程叶节点、根节点以及
针对在高温工作环境中的燃气轮机,建立了组合转子轮盘接触的简化模型,研究了轮盘在交变温度场下的滑移情况,推导出轮盘滑移转角的理论计算公式并揭示了其滑移机理,发现轮盘的滑移转角与其传递的扭矩和轮盘间的温差成正比关系,与界面接触压力和摩擦系数成反比关系。在传热学和接触力学的基础上,利用有限元软件对轮盘模型进行了热结构耦合分析,对理论公式进行验证,并对相关参数的影响情况进行了考察,仿真结果与理论公式反映的
IT项目组合中的关联关系使得组合中风险的传播不仅取决于单个项目本身的风险水平,还取决于项目在组合中的相对重要程度。为此,基于复杂网络和自组织映射网提出了一种新的项目重要度评估方法,便于进一步分析组合风险。新方法基于复杂网络建立项目组合的网络模型以表述项目间的关联关系,根据节点项目在模型中的多项指标,采用熵权法确定指标权重,再通过自组织映射网络处理指标信息对节点进行自动聚类,计算其风险水平,确定其重
为了实现电机轴承故障的准确诊断,必须提取更加准确有效的故障特征。针对上述问题,提出基于小波包分解(WPD)和希尔伯特黄变换(HHT)的故障特征提取方法,并用神经网络进行诊断验证。小波包分解对信号突变检测优于HHT,HHT在低频检测部分比小波包分解更加有优势。结合两种算法的优点,采用小波包分解提取高频段能量特征,并利用HHT对小波包重构的低频信号进一步分析得到低频段能量特征。仿真结果表明,上述算法能
在异步电机功率传动系统控制研究中,传统控制大多采用V/f标量控制,导致功率传动系统中电机动态性能差,无法正确分析电机的动态性能。为了更好的提高牵引电动机转速与牵引发电机转矩的动态性能,进而提高功率传动能量的利用率,研究一种能够满足功率传动系统动态性能的联合控制方案。仿真分析中,将直接转矩控制与磁场定向控制四种不同组合的联合控制方案分别应用于功率传动系统中牵引电动机与发电机。结果表明,磁场定向控制–
针对三相电压型逆变电源系统输出电压谐波含量较高的问题,采用了单极性倍频SPWM控制方式,坐标变换的思想,提出了一种三相逆变电源恒压恒频闭环控制策略,并将单极性倍频SPWM调制方式与闭环反馈控制相结合的方法实现输出电压值自动调整,实现将负载相电压的谐波含量控制在1%以下。同时LC滤波电路的设计,能有效的减小损耗、减少谐波和优化输出电压波形质量。最后搭建Matlab/simlink仿真模型进行系统仿真
当前网络目标信息脆弱性风险评估方法评估准确性差、评估耗时长,提出基于关联图的共享网络中不协调目标信息脆弱性风险评估方法。对网络中含有的噪声信号实行DWT处理,获取第一尺度上低频系数、高频系数。对噪声信号进行平移,获取一个新信号,对新信号实行DWT处理,并给出新信号第一尺度上低频系数、高频系数。对所有尺度上的低频系数和高频系数进行阈值处理,得到各个尺度上低频系数和高频系数估计值。对所得值进行小波逆变
可重构嵌入式软件优化预测是提高软件测试效率、保证软件运行可靠性的重要手段。针对当前模型没有充分考虑软件缺陷特征历史数据的类不平衡特性,导致预测结果存在收敛速度较慢、训练误差较大的问题。提出一种基于PSO-BP算法的可重构嵌入式软件缺陷优化预测模型,充分考虑可重构嵌入式软件缺陷历史数据的类不平衡性特点,通过确定抽样度,执行欠抽样操作,缓解数据的不平衡性;同时对软件项目开发人员的能力、软件缺陷特征的数
针对森林火灾识别问题,为提高图像中火灾识别效率和速率,保证图像识别的正确性,确保图像采集时间和准确性,提出一种基于无人机图像采集和改进后的BP神经网络同支持向量机(SVM)分类器结合的图像识别方法。在利用算法对火灾识别过程的基础上,以火灾特征量作为火灾识别算法的输入变量来达到减少识别训练图像和运算量,提高识别精度的目的。实验结果表明,改进后的BP神经网络同支持向量机分类器结合的图像识别方法,不仅能