基于主軸故障診斷的微弱信號(hào)特征提取技術(shù).pdf

基于主軸故障診斷的微弱信號(hào)特征提取技術(shù).pdf

ID:51448794

大小:353.65 KB

頁(yè)數(shù):4頁(yè)

時(shí)間:2020-03-24

基于主軸故障診斷的微弱信號(hào)特征提取技術(shù).pdf_第1頁(yè)
基于主軸故障診斷的微弱信號(hào)特征提取技術(shù).pdf_第2頁(yè)
基于主軸故障診斷的微弱信號(hào)特征提取技術(shù).pdf_第3頁(yè)
基于主軸故障診斷的微弱信號(hào)特征提取技術(shù).pdf_第4頁(yè)
資源描述:

《基于主軸故障診斷的微弱信號(hào)特征提取技術(shù).pdf》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)

1、2014年lO月機(jī)床與液壓Oct.2014第42卷第19期MACHINET00L&HYDRAULICSVo1.42No.19DOI:10.3969/j.issn.1001—3881.2014.19.050基于主軸故障診斷的微弱信號(hào)特征提取技術(shù)代曉明,韓秋實(shí),Y-aS(1.機(jī)械科學(xué)研究總院,北京100044;2.北京信息科技大學(xué)信息管理學(xué)院,北京100192;3.北京信息科技大學(xué)機(jī)電工程學(xué)院,北京100192)摘要:微弱信號(hào)特征提取對(duì)于主軸系統(tǒng)早期故障診斷有著重要意義。從抑制噪聲和利用噪聲達(dá)到提高信噪比的角度出發(fā),基于信號(hào)處理領(lǐng)域的研究

2、成果,列舉了可用于主軸系統(tǒng)微弱信號(hào)特征的提取方法。這些方法包括抑制噪聲提高信噪比的信號(hào)處理方法和利用噪聲增強(qiáng)微弱信號(hào)的方法,抑制噪聲提高信噪比的信號(hào)處理方法有譜峭度、小波變換、經(jīng)驗(yàn)?zāi)J椒纸狻⒀h(huán)平穩(wěn)理論、盲源分離、流形學(xué)習(xí)等;利用噪聲增強(qiáng)微弱信號(hào)的方法有隨機(jī)共振和總體平均經(jīng)驗(yàn)?zāi)J椒纸?。為主軸故障診斷研究提供了參考。關(guān)鍵詞:主軸系統(tǒng);故障診斷;微弱信號(hào);特征提??;信噪比中圖分類號(hào):TP206+.3文獻(xiàn)標(biāo)識(shí)碼:A文章編號(hào):1001—3881(2014)19—195—4TechnologyofWeakSignalFeatureExtract

3、ionBasedonSpindleFaultDiagnosisDAIXiaoming,HANQiushi,WANGHongjun(1.ChinaAcademyofMachineryScienceandTechnology,Beijing100044,China;2.SchoolofInformationManagement,BeijingInformationScienceandTechnologyUniversity,Beijing100192,China;3.SchoolofElectromechanicalEngineering

4、,BeijingInformationScienceandTechnologyUniversity,Beijing100192,China)Abstract:Thefeatureextractionofweaksignalisofimportantsignificanceforearlystagefaultdiagnosisinspindlesystem.Startedfromtheaspectsofsuppressingandaddingnoisetoimprovethesignaltonoiseratio,featureextra

5、ctionmethodswithweaksig—nalofspindlesystemusingwerelistedbasedontheresearchresuhsofsignalprocessingfield.Thesemethodsofsignalprocessingareincluded,toimprovetheratioofsignaltonoisetosuppressingnoiseandusingnoisetostrengthenweaksigna1.Themethodsofsup—pressingnoiseareSpect

6、ralKurtosis,EmpiricalModeDecomposition,WaveletTransform,Cyclostationarity,BlindSourceSepara-tion,andManifoldLearningetc.ThemethodsofstrengtheningweaksignalbyaddingnoiseareStochasticResonanceandEnsembleEmpiricalModeDecomposition.Referencesareprovidedforresearchofspindlef

7、aultdiagnosis.Keywords:Mechanicalsystem;Faultdiagnosis;Weaksignal;Featureextraction;Signaltonoiseratio0前言對(duì)于主軸系統(tǒng)故障診斷目前主要有兩大方向:機(jī)械振動(dòng)信號(hào)提取是實(shí)現(xiàn)故障診斷的前提,對(duì)于(1)利用時(shí)頻域分析方法進(jìn)行振動(dòng)信號(hào)微弱特征識(shí)故障中、晚期較為明顯的振動(dòng)信號(hào)已具有較為成熟有別;(2)利用軸心軌跡特征提取方法進(jìn)行直觀的故效的提取與檢測(cè)手段。但在工程實(shí)踐中,希望盡早發(fā)障診斷。現(xiàn)早期微弱故障,對(duì)故障的發(fā)生與發(fā)展做到防微杜第一種方法通

8、常采用經(jīng)驗(yàn)?zāi)J椒纸饨翟?、小波分漸。析、功率譜密度等時(shí)頻域分析方法提取微弱故障特征主軸是機(jī)床的核心部件,其動(dòng)態(tài)特性直接影響機(jī)頻率,從而辨識(shí)故障類型。其技術(shù)路線為:頻率特征床的加工精度。由于結(jié)構(gòu)精密不易對(duì)其進(jìn)行運(yùn)行精度提取一

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無(wú)此問(wèn)題,請(qǐng)放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫(kù)負(fù)責(zé)整理代發(fā)布。如果您對(duì)本文檔版權(quán)有爭(zhēng)議請(qǐng)及時(shí)聯(lián)系客服。
3. 下載前請(qǐng)仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無(wú)法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請(qǐng)聯(lián)系客服處理。