本文主要研究内容
作者顾煜炯,杨楠,孙树民,刘璐,徐教辉(2019)在《基于提取振源方向的频谱类型识别》一文中研究指出:振动频谱类型的识别决定汽轮机振动故障的诊断方向。为了提高在线识别精度,创新性地将核独立元分析(KICA)和故障重构思想引入振动频谱识别,提出一种基于振源方向的频谱类型识别方法。首先,基于核独立元分析方法,从频谱数据中提取激振力信息。然后,借鉴故障重构的思想,在样本独立元空间中提取故障振源特征方向,建立频谱类型识别库。最后,通过实时对振动频谱在各类故障特征方向上的重构识别,判断频谱类型。采用该方法对试验台数据和某机组实际振动频谱数据的识别进行了验证,并与基于欧氏距离的相似性识别方法进行了对比,证明了该方法的优越性。基于提取振源方向的频谱类型识别的研究,可为汽轮机振动故障智能诊断提供更加准确、可靠的频谱征兆信息,也为同类机械振动频谱智能识别提供了新的解决方案。
Abstract
zhen dong pin pu lei xing de shi bie jue ding qi lun ji zhen dong gu zhang de zhen duan fang xiang 。wei le di gao zai xian shi bie jing du ,chuang xin xing de jiang he du li yuan fen xi (KICA)he gu zhang chong gou sai xiang yin ru zhen dong pin pu shi bie ,di chu yi chong ji yu zhen yuan fang xiang de pin pu lei xing shi bie fang fa 。shou xian ,ji yu he du li yuan fen xi fang fa ,cong pin pu shu ju zhong di qu ji zhen li xin xi 。ran hou ,jie jian gu zhang chong gou de sai xiang ,zai yang ben du li yuan kong jian zhong di qu gu zhang zhen yuan te zheng fang xiang ,jian li pin pu lei xing shi bie ku 。zui hou ,tong guo shi shi dui zhen dong pin pu zai ge lei gu zhang te zheng fang xiang shang de chong gou shi bie ,pan duan pin pu lei xing 。cai yong gai fang fa dui shi yan tai shu ju he mou ji zu shi ji zhen dong pin pu shu ju de shi bie jin hang le yan zheng ,bing yu ji yu ou shi ju li de xiang shi xing shi bie fang fa jin hang le dui bi ,zheng ming le gai fang fa de you yue xing 。ji yu di qu zhen yuan fang xiang de pin pu lei xing shi bie de yan jiu ,ke wei qi lun ji zhen dong gu zhang zhi neng zhen duan di gong geng jia zhun que 、ke kao de pin pu zheng zhao xin xi ,ye wei tong lei ji xie zhen dong pin pu zhi neng shi bie di gong le xin de jie jue fang an 。
论文参考文献
论文详细介绍
论文作者分别是来自自动化仪表的顾煜炯,杨楠,孙树民,刘璐,徐教辉,发表于刊物自动化仪表2019年02期论文,是一篇关于汽轮机论文,核独立元分析论文,故障重构论文,频谱识别论文,智能诊断论文,数据挖掘论文,自动化仪表2019年02期论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自自动化仪表2019年02期论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。
标签:汽轮机论文; 核独立元分析论文; 故障重构论文; 频谱识别论文; 智能诊断论文; 数据挖掘论文; 自动化仪表2019年02期论文;