章翔峰:归一化全矢能量在随机工况下齿轮微弱故障识别中的应用(英文)论文

章翔峰:归一化全矢能量在随机工况下齿轮微弱故障识别中的应用(英文)论文

本文主要研究内容

作者章翔峰,姜宏,冉祥锋(2019)在《归一化全矢能量在随机工况下齿轮微弱故障识别中的应用(英文)》一文中研究指出:随机工况下,转速和负载的不同会改变振动信号的幅频调制特性,使得风电机组齿轮箱局部微弱故障的诊断难度急剧增大,针对于此,提出采用不同的恒定工况替代随机工况,以归一化全矢频带能量实现随机工况下齿轮箱微弱故障的诊断。方法首先将随机工况分解成不同的恒定工况的组合,降低工况的维数,针对各恒定工况,采用全矢理论将同源信号进行融合,以保证微弱信号源信息的完整性,再利用FIR滤波对全矢信号进行分解,消除因工况的不同所造成的模态混叠的影响。考虑到转频处的频带能量能定量区分不同的工况,频带能量的变化率能实现齿轮工作状态的区分,而信息熵能准确反映信号激励源和激励方式的区别,提取各频带能量熵之和、转频处的频带能量及频带能量的变化率作为区分齿轮工作状态的特征向量,消除工况变化所造成的诊断干扰的同时有利于实现各种工况下的故障模式识别,达到随机工况下齿轮微弱故障诊断的目的。最后采用高斯混合模型对风电机组齿轮箱随机工况下的150组振动信号进行特征描述,运用最大贝叶斯分类器实现故障识别,故障识别率表明该方法可有效的识别随机工况下的齿轮早期局部微弱故障。

Abstract

sui ji gong kuang xia ,zhuai su he fu zai de bu tong hui gai bian zhen dong xin hao de fu pin diao zhi te xing ,shi de feng dian ji zu chi lun xiang ju bu wei ruo gu zhang de zhen duan nan du ji ju zeng da ,zhen dui yu ci ,di chu cai yong bu tong de heng ding gong kuang ti dai sui ji gong kuang ,yi gui yi hua quan shi pin dai neng liang shi xian sui ji gong kuang xia chi lun xiang wei ruo gu zhang de zhen duan 。fang fa shou xian jiang sui ji gong kuang fen jie cheng bu tong de heng ding gong kuang de zu ge ,jiang di gong kuang de wei shu ,zhen dui ge heng ding gong kuang ,cai yong quan shi li lun jiang tong yuan xin hao jin hang rong ge ,yi bao zheng wei ruo xin hao yuan xin xi de wan zheng xing ,zai li yong FIRlv bo dui quan shi xin hao jin hang fen jie ,xiao chu yin gong kuang de bu tong suo zao cheng de mo tai hun die de ying xiang 。kao lv dao zhuai pin chu de pin dai neng liang neng ding liang ou fen bu tong de gong kuang ,pin dai neng liang de bian hua lv neng shi xian chi lun gong zuo zhuang tai de ou fen ,er xin xi shang neng zhun que fan ying xin hao ji li yuan he ji li fang shi de ou bie ,di qu ge pin dai neng liang shang zhi he 、zhuai pin chu de pin dai neng liang ji pin dai neng liang de bian hua lv zuo wei ou fen chi lun gong zuo zhuang tai de te zheng xiang liang ,xiao chu gong kuang bian hua suo zao cheng de zhen duan gan rao de tong shi you li yu shi xian ge chong gong kuang xia de gu zhang mo shi shi bie ,da dao sui ji gong kuang xia chi lun wei ruo gu zhang zhen duan de mu de 。zui hou cai yong gao si hun ge mo xing dui feng dian ji zu chi lun xiang sui ji gong kuang xia de 150zu zhen dong xin hao jin hang te zheng miao shu ,yun yong zui da bei xie si fen lei qi shi xian gu zhang shi bie ,gu zhang shi bie lv biao ming gai fang fa ke you xiao de shi bie sui ji gong kuang xia de chi lun zao ji ju bu wei ruo gu zhang 。

论文参考文献

  • [1].信号平均法与残余信号法在故障识别能力方面的对比分析[J]. 王新晴,石玉祥,钱淑华.  振动.测试与诊断.1996(04)
  • [2].延时矢量方差算法及其在齿轮故障识别中的应用[J]. 吕勇,李友荣,徐金梧.  振动与冲击.2006(06)
  • [3].不均衡数据集下基于生成对抗网络的改进深度模型故障识别研究[J]. 包萍,刘运节.  电子测量与仪器学报.2019(03)
  • [4].基于主成分修整和线性判别分析的重叠故障识别[J]. 李天恩,何桢.  系统工程学报.2012(05)
  • [5].基于多域流形的行星齿轮箱局部故障识别[J]. 赵川,冯志鹏.  工程科学学报.2017(05)
  • [6].基于解调振动信号特征提取齿轮箱的故障诊断[J]. 陈汉新,王庆均,陈绪兵,蔡洪涛,秦襄培.  武汉工程大学学报.2010(09)
  • [7].基于决策树与多元支持向量机的齿轮箱早期故障诊断方法[J]. 张亮,陈志刚,杨建伟,汪耀林.  计算机测量与控制.2016(01)
  • [8].多域特征在行星齿轮箱局部故障识别中的应用[J]. 赵川,冯志鹏.  振动与冲击.2017(18)
  • [9].基于支持向量机的齿轮箱齿轮故障诊断[J]. 占健,吴斌,王加祥.  上海电机学院学报.2014(01)
  • [10].两级传动齿轮箱漏油分析与优化[J]. 陈瑞兴,仇文凡,关云辉.  清洗世界.2018(11)
  • 论文详细介绍

    论文作者分别是来自机床与液压的章翔峰,姜宏,冉祥锋,发表于刊物机床与液压2019年18期论文,是一篇关于随机条件论文,全矢理论论文,能量熵论文,带能率论文,故障识别论文,机床与液压2019年18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,资料来自机床与液压2019年18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:;  ;  ;  ;  ;  ;  

    章翔峰:归一化全矢能量在随机工况下齿轮微弱故障识别中的应用(英文)论文
    下载Doc文档

    猜你喜欢