【旋转机械故障特征提取方法的研究现状的文献综述2600字】_第1页
【旋转机械故障特征提取方法的研究现状的文献综述2600字】_第2页
【旋转机械故障特征提取方法的研究现状的文献综述2600字】_第3页
【旋转机械故障特征提取方法的研究现状的文献综述2600字】_第4页
【旋转机械故障特征提取方法的研究现状的文献综述2600字】_第5页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

1旋转机械故障特征提取方法的研究现状的文献综述实现对原始振动信号的预处理，挖掘其全面反特征提取过程中可以充分去除原始信号的冗余信息，挖掘其能够全运行状态的故障信息，从而获取能够代表原始振动信号的特征表达。现阶段对滚动轴承故断模型的输入特征达到故障诊断的目的。常见的故障特征参数有两种类型，分别为有量纲指标和无量纲指标。另外，不少学者根据经验和专业知识，创建出征参数描述。例如，郭庆锋等利用有量纲指标均值、方差等，并通藏在振动信号的时域信息难以全面表征旋转机械振动状态非平稳特性(2)基于频域分析的故障特征提取方法频域分析在故障诊断领域应用较为广泛。常用的分析方法包括包Hu等对原始振动信号进行小波包分解，并结合包络谱分析，提取了有效的特征作为SVM特性，不少学者提出了一些新的频域指标，如边频带指数、边频带(3)基于时频域分析的故障特征提取方法性。传统的基于时域或频域的特征提取方法在解决单一工况时表中诊断性能较差。然而，这种非平稳的动态特性可以在时频域得到揭示。各种时频方法在1)短时傅里叶变换(STFT)STFT往往使用固定的窗函数进行信号分解，因此使用固定的时频分辨率，在对平稳信号或近似平稳信号时表现优越，在非平稳信号往往不能同时将3)经验模式分解(EMD)尽管EMD可以将任何信号自适应地分解为具有不同频率特性的一组固有模式函数(IMF),并且可以从信号中分离出平稳分量和非平稳分量，但是它缺乏理论基础。在EMD的实际应用中，其往往会发生模态混叠现象。另外，EMD中信号的端点并不总是极值。EMD方法无法保证更好的信号局部特性和时间尺度，因此具有一定的局限性。4)小波包变换(WPT)技术，可以将信号分解成时频子空间，并在每个频段下完整地记是其主要是通过人工特征提取为主，且其往往对专家阶段对于大型旋转机械设备，其振动信号非景下往往要求提取的特征能够全面表征原始振动信号的负载、变工况等情况下具有一定的兼容性。而传统的特征提求，因此在机械“大数据”背景下如何进一步挖掘出可靠有参考文献[9]丁頓,南国防.CNN-RNN融合法在旋转机械故障诊断中的应用[J].轻工学[10]蔡长征.数据驱动算法在旋转机械故障诊断中的应用研究[J].机床与液[11]刁逸帆.数据挖掘技术在旋转机械故障部位诊断中的研究与应用[D].合肥工业大解调及倒谱分析在风电机轴承故障诊断中的应用[19]QiaoHu,ZhengjiaHe,ZhousuoZhang,YanyangZi.Faultdiagnosisofrotatingmachinery[22]Maqsood,A.;Oslebo,D.;Corzine,K.;Parsa,L.;Ma,Y.STFTcluste

人人文库> 全部分类> 教育资料 > 中学教育

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论