

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、滾動軸承作為機械設備中最常用的部件之一,其運行狀態(tài)是機械設備能否正常工作的重要影響因素。因此,對于滾動軸承的性能監(jiān)測以及故障診斷,其重要性不言而喻。當滾動軸承在出現(xiàn)點蝕等故障時,很明顯的特點就是會在振動采樣信號中出現(xiàn)故障脈沖成份。在軸承故障初期,故障脈沖幅值較小,一般都會淹沒在采樣信號的噪聲之中,但到故障中后期時,故障脈沖幅值會越來越大,采樣信號本身也會呈現(xiàn)出明顯的脈沖特性。
本文首先從統(tǒng)計信號處理的角度出發(fā),通過分析滾動軸承
2、故障仿真信號及其實際故障信號的非高斯性和脈沖特性,引入Alpha穩(wěn)定分布這一可用來描述具有明顯脈沖特性信號的統(tǒng)計模型。作為廣義化的高斯分布,Alpha穩(wěn)定分布擬合滾動軸承故障信號概率密度分布的精度更高,也更加的合理。
通過滾動軸承故障仿真信號的數(shù)學表達式,本文分析故障信號中軸承故障程度等因素對Alpha穩(wěn)定分布特征指數(shù)及峭度值的影響,并明確了值及峭度值只是反映信號本身的脈沖特性,與信號中的實際故障脈沖大小,即軸承故障程度并無直
3、接關(guān)系這一結(jié)論。然后,通過進一步分析對比值及峭度值在滾動軸承性能評估的特點,提出一個新的基于Alpha穩(wěn)定分布概率密度分布的性能評估參數(shù)Lambda,通過仿真和實驗分析,指出其相對于值及峭度值,具有對早期故障脈沖敏感度更高,晚期故障不會出現(xiàn)性能退化,且自身的敏感度可以根據(jù)實際需求調(diào)節(jié)的優(yōu)勢。
本文基于Alpha穩(wěn)定分布的特征參數(shù),提出了結(jié)合自適應小波的滾動軸承早期故障信號檢測方法,以及結(jié)合神經(jīng)網(wǎng)絡的滾動軸承故障分類方法,通過實
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VMD的滾動軸承故障診斷研究.pdf
- 滾動軸承故障診斷的多參數(shù)融合特征提取方法研究.pdf
- 基于LMD的滾動軸承故障診斷研究.pdf
- 基于振動信號的滾動軸承故障診斷研究.pdf
- 基于案例推理的滾動軸承故障診斷.pdf
- 風機滾動軸承故障診斷方法研究.pdf
- 滾動軸承智能故障診斷方法研究.pdf
- 基于EMD的滾動軸承故障診斷方法研究.pdf
- 基于HMM模型的滾動軸承故障診斷研究.pdf
- 基于遺傳算法滾動軸承故障診斷研究.pdf
- 城軌列車滾動軸承的故障診斷研究.pdf
- 滾動軸承故障診斷的若干方法研究.pdf
- 基于MMW和HHT的滾動軸承故障診斷.pdf
- 基于聲發(fā)射技術(shù)的滾動軸承故障診斷研究.pdf
- 基于虛擬儀器的滾動軸承故障診斷研究.pdf
- 滾動軸承故障診斷技術(shù)研究.pdf
- 數(shù)據(jù)驅(qū)動滾動軸承故障診斷研究.pdf
- 基于SVM-HMM滾動軸承故障診斷研究.pdf
- 基于EMD的滾動軸承故障診斷方法的研究.pdf
- 基于流形學習的滾動軸承故障診斷.pdf
評論
0/150
提交評論