單通道盲分離理論在滾動軸承故障診斷中的應用研究.pdf_第1頁
已閱讀1頁,還剩90頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、伴隨著自動化程度的提高,機械系統(tǒng)結構越來越復雜與精密,對機械系統(tǒng)的狀態(tài)監(jiān)測與故障診斷也日益重要。旋轉機械是應用最廣泛的機械設備之一,旋轉機械故障約有30%是滾動軸承引起的。本文研究了單通道盲分離算法在滾動軸承故障診斷中的應用。
  首先闡述了論文的選題背景及研究意義,介紹了盲信號分離發(fā)展現(xiàn)狀及其在機械故障診斷領域的應用現(xiàn)狀。
  研究了盲分離方法的常用算法,討論了白噪聲個數(shù)及源信號非高斯性對分離效果的影響。實驗表明:源信號中

2、高斯信號最多只能有一個,且源信號中所含噪聲成分越少分離效果越好。
  為了使單通道信號盲分離滿足正定約束條件,研究了基于預處理和主分量分析相結合的單通道盲分離方法。首先對信號進行預處理,再通過主分量分析算法提取主要成分,以估計源信號的個數(shù)。研究表明采用不同的預處理方法會影響信號的盲分離效果。因此尋求一種有效的預處理方法是單通道盲信號分離的關鍵。
  頻率切片小波變換(FSWT)可對任意頻帶進行重構,無需依賴小波函數(shù),提取感興

3、趣的頻帶并重構,有效地提取了軸承損傷故障特征信息。在研究FSWT特性基礎上,提出了基于FSWT預處理的單通道盲分離方法。正確地分離出軸承損傷故障特征。
  為解決盲分離算法分離結果不確定性及閾值設置等問題,研究了約束獨立分量分析(CICA)算法,結合滾動軸承損傷故障特點,采用基于脈沖法的CICA算法,研究了參考信號周期、相位及脈沖寬度對信號分離效果的影響。在此基礎上,提出了基于脈沖法CICA的單通道軸承振動信號盲分離算法。首先對信

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論