傳感器檢測到的機械設備狀態信號是以時間為變量的時域信號,時域分析是用信號的幅值隨時間變化的圖形或表達式來分析的,當信號中含有明顯的簡諧成分、周期成分或瞬時脈沖成分時,直接利用時域信號進行分析就能得出設備運行...[繼續閱讀]

    頻域分析是設備故障診斷中使用最廣泛的信號處理方法,頻域分析是把信號的幅值、相位或能量變換為以頻率坐標軸表示,進而分析其頻率特性的一種方法,它是以傅里葉分析為基礎的,通過尋找功率譜中各頻率能量大小變化和分布的情...[繼續閱讀]

    機械設備故障診斷技術所涉及的領域非常廣泛,而信息處理技術是這些廣泛技術中的關鍵技術,它包括快速傅里葉變換、倒譜分析、短時傅里葉變換、Winger-Vile分析、時間序列分析、時域模型分析、時頻分析、小波分析等方法。小波分...[繼續閱讀]

    在分析齒輪工作狀態時,為了減少測試系統、環境噪聲等因數的影響,使信號分析結果有一個客觀、統一的評價標準,首先采用均值-方差標準化方法對測量信號進行歸一化預處理。信號預處理的目的在于提高信號的可靠性和數據的精度...[繼續閱讀]

    在相同的環境條件下,分別采集齒輪在正常無故障的情況下,以及在齒輪箱中z2齒輪斷齒狀態下的齒輪箱運轉情況的能量和振動信號,以此來達到對比分析齒輪箱在含故障齒輪的情況下與正常無故障齒輪的情況下表現出來的信號特征情況...[繼續閱讀]

    采用EMD方法對原始功率信號進行分解的時候,分解后的IMF分量具有良好的線性和穩定性,具備完備正交的特點,而且每個IMF分量都包含了數據真實的部分物理信息。假設功率信號x(t)分解為n個IMF分量c1(t),c2(t),…,cn(t)和一個殘留分量rn(t)...[繼續閱讀]

    通過時域波形可以得到一些關鍵的統計特征參量,它們常用來評價系統狀態。這里提取齒輪輸入功率信號的絕對均值、均方根值、方差、峰峰值、峭度、峰值指標、波形指標、脈沖指標、裕度指標、峭度指標10個時域特征參數,如表...[繼續閱讀]

    功率信號作為典型的非平穩、非線性的時間序列信號,有必要從序列復雜性和統計量化的角度出發,選取特定的時域參數作為故障特征之一。這里從衡量時間數據序列整體復雜性的角度出發將數據信號的近似熵(ApproximateEntropy,APEN)作為...[繼續閱讀]

    齒輪傳動系統故障狀態識別的前提以及關鍵之處在于實現相應狀態的有效特征提取,本章圍繞這一環節進行了如下研究:(1)分析了針對能量信號的小波降噪技術,分別用db4和sym4小波對齒輪斷齒輸入能量信號進行若干層分解重構,分解后分...[繼續閱讀]

    通過上一章的分析可以得知,齒輪傳動系統的故障原因與特征參數值之間表現為錯綜復雜的非線性映射關系,并且各特征參數之間往往呈現出強耦合性和非線性關系,這就增加了故障診斷的難度。對于上一章所建立起來的待識別多維故...[繼續閱讀]