旋转机械故障诊断相关论文
稀疏表示方法已经被广泛应用于需要进行数据处理的各个领域,对实际数据通过学习来获得自适应字典并用于稀疏表示的方式,通常能够得到......
本文对滚动轴承故障诊断方法进行了研究,运用基于保形分段三次插值的经验模态分解(EMD)对轴承振动数据进行分解,分别对每个固有......
旋转机械是现代工业中的核心设备,由于其结构复杂及运行工况多变,往往导致对其关键部件的故障监测诊断十分困难。近年来基于深度学......
介绍了对振动信号的时域分析和频域分析,并且进行了实例应用,综述了主要的旋转机械的信号处理方法,最后介绍了旋转机械故障诊断的标准......
本文以旋转机械振动参数图形为对象,提出了基于共生矩阵的旋转机械故障诊断方法,该方法用共生矩阵可以有效地提取参数图形中特征信息......
针对旋转机械故障诊断中利用证据理论进行多征兆域融合时各证据的重要性不同,本文提出利用证据熵来评价各证据的重要性,即各证据在融......
结合遗传算法建立了旋转机械故障诊断的GA-BP网络模型,以全矢谱分析方法获得的6个倍频特征为网络的输入,对转子的几种典型故障进行分......
油液状态监测是我公司旋转机械综合状态监测系统中的一部分。本文通过对几宗轴承故障综合诊断案例的论述,表明了油液监测分析技术......
提出一种基于CMAC神经网络的旋转机械故障诊断系统方案.重点阐述了系统的硬件结构及软件设计思想,通过采用低功耗、微型化设计达到......
影响系数理论是一种高精度的现场动平衡技术,以风机为对象进行了试验研究.通过试验分析验证了理论的正确性,提出了基于影响系数理......
列举了几个典型旋转机械振动故障的特征,在此基础上对提取神经网络的输入结点的数据源的方法进行了详细分析,并构造出故障诊断的BP......
建立了旋转机械故障诊断的神经网络模型,采用小波包分解方法提取特殊频段上的能量作为特征值为神经网络的输入模式,模型具有通用性......
该文介绍了旋转机械故障诊断的实用技术,重点论述了综合利用典型谱和相位差分析技术进行故障诊断的方法,并结合实例说明了其有效性和......
以混沌振动作为旋转机械的一种故障征兆,建立振动状态集与故障集之间一对一的映射关系,以提高旋转机械故障诊断的确诊率,用计算最大Lyapunov指......
转子系统的进动是旋转机械在运行过程中固有的物理特性,其进动状况和旋转机的故障诊断直接相关。该文提出了几种计算与表征旋转机械......
该文将旋转机械故障智能诊断方法中的神经网络方法与人工智能专家系统进行了比较,论述了神经网络的优越性,存在的问题及神经网络研究......
该文提出了将模糊诊断理论同人工神经网络结合起来构造诊断专家系统的方法,使诊断系统具有模糊理论及神经网络的双重优越性,经工程实......
该文概述了旋转机械故障诊断的特点,详细讨论了常用的框架表示和规则表示的方法,论述了规则的结构、功能和类型以及规则表示方法的特......
基于混沌利用,该文提出解决非线性振动系统故障信号识别问题的新方法。与FFT谱 分析方法相比,该方法在考虑偏心重e、阻尼比ζ、裂纹......
大型旋转机械在升降速过程具有振动激励频带宽、振动隐含原故障特征信息丰富等特点,另一方面,在升降速过程中由于信号不平稳性、采样......
旋转机械的故障诊断,实质上是一个模式分类问题。该文以振动特征频谱为依据,提出了一种基于粗糙集理论的旋转机械故障诊断方法。该方......
该文首次将模糊数学与D_S证据理论统一起来进行考虑,提出了一种基于D-S证据理论和模糊数学的多传感器数据融合算法,并把此项技术引......
旋转机械故障诊断技术作为设备故障诊断的一个重要分支,在近年来,已逐渐发展为集数理化、力学、计算机技术、电子技术、信息处理以及......
目前多传感器融合技术能够有效地提高精度和容错能力,所以它广泛应用于目标识别领域中。本文描述了一种基于旋转机械故障诊断多传感......
提出基于矢功率谱和D-S证据理论分层融合的旋转机械故障诊断方法,该方法把转子的2个截面信息分别以矢功率谱进行数据层融合,提取矢功......
研究了旋转机械振动信号的非线性特征,分析了产生非线性的机制,着重讨论了二次相位耦合与机械故障的关系,在此基础上将高阶谱分析引入......
基于数据融合思想,将全矢谱技术与模糊综合评判方法相结合,提出了全矢—模糊综合评判方法,给出其定义及算法,并通过实验证明了该种......
针对旋转机械故障自动诊断问题及传统BP网络和遗传算法在进行故障诊断时所存在的缺点,提出了一种改进的遗传BP网络方法,该方法首先......
传统的基于故障信号的旋转机械故障诊断方法大部分都是“特征提取+故障识别”的模式。近年来,以卷积神经网络(CNN)为首的深度学习......
对于旋转机械故障诊断来说,其实质上就是进行模式识别,目前应用比较广泛且已经成熟的模式识别方法有神经网络和支持向量机,但这两种方......
在基于神经网络的聚类学习方法。分有监督学习方法和无监督学习方法。本文采用无监督学习方法对旋转机械中常见故障的分类进行了较......
大型旋转机械运行状态直接影响企业生产效益,为防止相关生产事故出现,本文针对旋转机械故障诊断技术的发展进行深入研究,结合其理......
周期平稳信号的Wigner-Ville分布是由时频域上若干个离散分量组成,某些分量对故障较为敏感,这些特征分量的检测及提取,对故障诊断十分......
随着科学技术的发展,故障诊断技术逐渐成为了保障旋转机械设备安全可靠运行的核心支持技术之一。对旋转机械故障诊断新技术、新方......
该系统采用全新的转子正、反进动分析技术和先进的信息处黎方法,以“面向故障特征,浓缩机器特征信息”为设计思想,引入旋转机械转子运......
在旋转机械的智能故障诊断中,复杂网络结构的非监督学习方法调节参数多,训练时间长,而结构简单的网络诊断准确率不够理想。针对以......
设计并实现基于案例的推理(CBR)与基于规则的推理(RBR)的故障旋转机械诊断专家系统。采用CBR与RBR串行方式进行推理,优先通过案例匹配方......
旋转机械是工业生产中应用最广泛的机械设备,研究旋转机械故障诊断技术及时发现并查找故障原因,可极大的减少和避免安全事故以及经......