版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領
文檔簡介
1、旋轉(zhuǎn)機械是工業(yè)領域中的關(guān)鍵設備,在電力、石油、冶金、航空等部門中應用最為廣泛。由于制造、裝配不良或系統(tǒng)經(jīng)常處于高速、高載狀態(tài),很容易發(fā)生各種故障,若不能及時維護,將會引發(fā)二次故障,進而引發(fā)多故障的相互耦合,這對機器的正常運轉(zhuǎn)造成極大的影響。本文重點研究基于雙耦合達芬振子的微弱信號檢測方法,并提出了雙耦合達芬振子與EMD分解相結(jié)合和雙耦合達芬振子隨機共振兩種方法實現(xiàn)微弱機械故障信號的特征提取。
本文闡述了混沌的定義,研究了達芬振
2、子檢測微弱信號的原理。針對傳統(tǒng)達芬振子檢測靈敏度較低的問題,本文提出了高維的非線性恢復力項取代傳統(tǒng)達芬振子系統(tǒng)的低維的非線性恢復力項的方法,該方法檢測靈敏度更高、工作穩(wěn)定性更好。由于其在檢測微弱信號時具有較高的靈敏度,更適用于檢測微弱信號。
針對達芬振子的抗噪性問題,采用基于雙耦合達芬振子檢測微弱信號的方法,雙耦合達芬系統(tǒng)抗噪性能更好,能夠更好的對強噪聲背景下的信號進行檢測。本文研究了雙耦合達芬振子對待檢測微弱信號的各個參數(shù)的
3、檢測方法,并通過仿真驗證了此方法的可行性。
針對在一些強噪聲環(huán)境下檢測微弱信號時出現(xiàn)的檢測精度不高情況,本文提出了一種利用雙耦合達芬振子與EMD相結(jié)合的微弱信號檢測方法。首先利用EMD將待檢測微弱信號分解為多個包含微弱信號特性的固有模態(tài)分量(IMF),然后利用雙耦合達芬振子對各個IMF進行檢測,實現(xiàn)微弱信號的檢測,通過實例信號驗證了方法的可行性。
提出了一種雙耦合達芬振子隨機共振的信號特征提取方法,該方法將雙耦合達芬
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(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)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(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)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。
最新文檔
- 基于達芬振子的微弱機械故障信號檢測及特征提取方法
- 基于達芬振子的微弱信號檢測方法研究.pdf
- 強噪聲背景下機械故障微弱信號特征提取方法研究.pdf
- 旋轉(zhuǎn)機械故障診斷中微弱信號特征提取方法研究.pdf
- 機械系統(tǒng)微弱故障信號檢測及特征提取方法研究.pdf
- 基于振動信號的旋轉(zhuǎn)機械故障特征提取方法研究.pdf
- 基于信號局部特征提取的機械故障診斷方法研究.pdf
- 基于多穩(wěn)隨機共振的機械微弱故障信號特征提取方法研究.pdf
- 旋轉(zhuǎn)機械故障特征提取方法研究.pdf
- 機械故障稀疏特征提取及診斷方法研究.pdf
- 基于全信息的機械故障特征提取方法研究.pdf
- 機械故障診斷中基于混沌振子的微弱周期信號檢測及其電路實現(xiàn).pdf
- 基于隨機鄰域嵌入的機械故障特征提取方法.pdf
- 基于振動信號的機械故障特征提取與診斷研究.pdf
- 基于非高斯、非平穩(wěn)信號處理的機械故障特征提取方法研究.pdf
- 機械故障診斷中的微弱信號提取方法的研究.pdf
- 基于混沌振子的微弱信號檢測方法研究.pdf
- 基于Duffing振子微弱信號檢測方法及SOPC實現(xiàn).pdf
- 基于優(yōu)化的morlet小波旋轉(zhuǎn)機械振動故障信號微弱特征提取方法
- 基于Duffing振子的微弱信號檢測方法研究.pdf
評論
0/150
提交評論