故障诊断
文章平均质量分 77
我不是哆啦A梦
让学习成为一种习惯!
展开
-
通俗易懂理解——最大相关性最小冗余性(MRMR)
MRMR是一种滤波式特征选择算法,能最大化特征和目标间的相关性,减少相关特征之间冗余原创 2024-03-14 21:35:22 · 920 阅读 · 0 评论 -
如何通俗易懂理解经验模态分解(EMD)
EMD(Empirical Mode Decomposition )方法是一种适用于非线性、非平稳过程的数据分析处理方法。原创 2024-03-05 21:56:51 · 214 阅读 · 0 评论 -
基于EMD功率谱特征和SVM的滚动轴承故障识别
针对滚动轴承早期故障微弱和故障识别准确率低等问题,提出了一种基于经验模态分解(EMD)和支持向量机(SVM)相结合的滚动轴承故障诊断方法。首先,利用EMD对滚动轴承的振动信号进行分解,挑选有效的IMF分量并对其进行功率谱特征计算;然后,对于获得的功率谱特征集进行最大相关性最小冗余性(MRMR)特征优选,构建最优特征集;最后,将优选后的特征集输入SVM进行滚动轴承的状态识别。通过仿真信号和实际信号的验证,所提出的方法能够有效分解滚动轴承振动信号,总的故障识别准确率能达到100%。原创 2023-11-08 21:57:06 · 689 阅读 · 3 评论 -
一些与声学相关的基本概念
一些与声学相关的基本概念。原创 2023-09-24 19:46:40 · 174 阅读 · 1 评论 -
什么是信号分析和信号处理?
信号是一种传载信息的函数,需要对信号进行分析和处理,才能获得有用的信息。因此,什么是信号分析和信号处理?原创 2023-09-11 21:52:01 · 749 阅读 · 0 评论 -
关于信号降噪的一些方法
在通信系统中传输信号或在接收信号的同时,一些不需要的信号被引入到通信中,使接收机信号变差,从而影响了通信质量,一般称这些干扰称为噪声。从而,可以理解噪声是一些没有模式的信号,其特点是没有恒定的频率或振幅,且随机性强,不能完全消除。原创 2023-08-05 12:01:36 · 3188 阅读 · 1 评论 -
基于振动信号和声音信号的机械故障诊断研究现状
在机械设备运转时,由于部件之间的摩擦力、撞击力或平衡力等因素使机械部件产生振动进而产生声音(又称为机械噪声),这些噪声中往往带有大量设备运行状态的信息。声音信号具有丰富的信息量,在很多视觉、触觉、嗅觉不合适的场合下,具有独特的优势,声音信号通常被认为与振动信号具有较大的相关性,由于声音的非接触性,不需要对传感器进行粘贴和接触到待测机器,避免了振动信号采集数据的困难,更重要的是不影响设备正常工作,且具有速度快、效率高等优势。原创 2023-07-29 22:05:49 · 1744 阅读 · 0 评论 -
在数据驱动下机械故障诊断的一些方法(二)
近年来,随着自动化水平、人工智能水平和现代传感器技术的发展和成熟,为基于智能化的机械故障检测创造了良好的条件。大致可以分为信号获取、信号处理、特征提取和故障分类这四个主要部分。原创 2023-07-22 19:15:26 · 557 阅读 · 0 评论 -
在故障状态下齿轮产生振动噪声机理的综述
齿轮及其齿轮产品是机械装备的重要基础件,绝大部分机械成套设备的主要传动部件都是齿轮传动。齿轮在故障状态下产生的振动噪声原因很多,以下综述了一些文献是研究齿轮产生振动噪声的机理。原创 2023-07-16 17:26:24 · 180 阅读 · 1 评论 -
一些关于变分模态分解(VMD)方法的综述(二)
变分模态分解(Varational mode decomposition, VMD)算法可以将复杂的多分量信号非递归地自适应地分解为一系列具有窄带宽的固有模态函数,同时对噪声具有鲁棒性。VMD相比于其他的非线性信号分解技术的优势在于它的理论模型处于约束变分框架下,不仅解决了包络线估计误差不断积累地问题并且能够有效的避免端点效应。原创 2023-07-15 12:41:45 · 1424 阅读 · 0 评论 -
一些关于变分模态分解(VMD)方法的综述(一)
VMD方法克服了EMD方法存在端点效应和模态分量混叠的问题(通过控制带宽来避免混叠现象),具有更坚实的数学理论基础;可以降低复杂度高和非线性强的时间序列非平稳性,分解获得包含多个不同频率尺度且相对平稳的子序列,适用于非平稳性的序列。但是选择合适的分解层数K值对分解是否完全至关重要,K取值过大会导致模态裂解造成过分解;K取值过小则会将多个模态杂糅在一起或者遗漏有效模态造成欠分解。同时,随着K值的增大,完成整个计算的时间也显著增加。原创 2023-07-14 21:53:42 · 1406 阅读 · 1 评论 -
齿轮故障的文献综述
齿轮作为常用的传动零部件,其故障的发生将直接影响生产效率和经济效益。因此,综述了一些有关齿轮故障诊断的文献。原创 2023-07-01 21:47:35 · 314 阅读 · 0 评论 -
在数据驱动下机械故障诊断的一些方法(一)
在度过了初期磨损之后,刀具开始正常切削,此阶段是刀具寿命最长的一个阶段,加工产品的废品率最低并且精度都是最高的。在实际应用中,ELM只需要人为预设隐含层节点数,并且在算法的执行过程中不需要人工调参,避免了传统训练算法不断迭代更新的步骤, 因而ELM模型具有更强的泛化性能、更快的学习速度和计算复杂度更低等优点,大大减少了训练时间。因此,分类器也是影响机械故障诊断精度的重要环节,以提取的特征参量作为输入,采用训练好的分类模型去识别这些特征参量携带的故障信息,从而实现机械设备的智能故障诊断分类与寿命预测。原创 2023-06-22 22:28:54 · 1939 阅读 · 3 评论