2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩66頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、滾動(dòng)軸承作為機(jī)械設(shè)備中最常用的部件之一,其運(yùn)行狀態(tài)是機(jī)械設(shè)備能否正常工作的重要影響因素。因此,對(duì)于滾動(dòng)軸承的性能監(jiān)測(cè)以及故障診斷,其重要性不言而喻。當(dāng)滾動(dòng)軸承在出現(xiàn)點(diǎn)蝕等故障時(shí),很明顯的特點(diǎn)就是會(huì)在振動(dòng)采樣信號(hào)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(huì)淹沒(méi)在采樣信號(hào)的噪聲之中,但到故障中后期時(shí),故障脈沖幅值會(huì)越來(lái)越大,采樣信號(hào)本身也會(huì)呈現(xiàn)出明顯的脈沖特性。
  本文首先從統(tǒng)計(jì)信號(hào)處理的角度出發(fā),通過(guò)分析滾動(dòng)軸承

2、故障仿真信號(hào)及其實(shí)際故障信號(hào)的非高斯性和脈沖特性,引入Alpha穩(wěn)定分布這一可用來(lái)描述具有明顯脈沖特性信號(hào)的統(tǒng)計(jì)模型。作為廣義化的高斯分布,Alpha穩(wěn)定分布擬合滾動(dòng)軸承故障信號(hào)概率密度分布的精度更高,也更加的合理。
  通過(guò)滾動(dòng)軸承故障仿真信號(hào)的數(shù)學(xué)表達(dá)式,本文分析故障信號(hào)中軸承故障程度等因素對(duì)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(hào)本身的脈沖特性,與信號(hào)中的實(shí)際故障脈沖大小,即軸承故障程度并無(wú)直

3、接關(guān)系這一結(jié)論。然后,通過(guò)進(jìn)一步分析對(duì)比值及峭度值在滾動(dòng)軸承性能評(píng)估的特點(diǎn),提出一個(gè)新的基于Alpha穩(wěn)定分布概率密度分布的性能評(píng)估參數(shù)Lambda,通過(guò)仿真和實(shí)驗(yàn)分析,指出其相對(duì)于值及峭度值,具有對(duì)早期故障脈沖敏感度更高,晚期故障不會(huì)出現(xiàn)性能退化,且自身的敏感度可以根據(jù)實(shí)際需求調(diào)節(jié)的優(yōu)勢(shì)。
  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(yīng)小波的滾動(dòng)軸承早期故障信號(hào)檢測(cè)方法,以及結(jié)合神經(jīng)網(wǎng)絡(luò)的滾動(dòng)軸承故障分類(lèi)方法,通過(guò)實(shí)

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)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(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論