本文關鍵詞： 奇異值差分譜 SDP 圖像相關分析 故障診斷　出處：《機械設計與研究》2017年04期 　論文類型：期刊論文

【摘要】：為有效利用旋轉機械振動信號進行故障診斷,提出了基于奇異值差分譜和SDP(Symmetrized Dot Pattern)圖像相關分析的故障診斷方法。該方法首先通過奇異值差分譜對振動信號進行降噪處理以消除噪聲的干擾;然后利用SDP方法對降噪后信號進行變換,得到不同故障狀態(tài)下的極坐標雪花圖像;最后利用正常狀態(tài)和故障狀態(tài)下的SDP圖像之間的相關系數來判斷故障狀態(tài)。齒輪典型故障的診斷結果證明,該方法能快速準確地分辨出齒輪不同的故障狀態(tài),具有一定的優(yōu)勢。
[Abstract]:In order to make use of the vibration signal of rotating machinery to diagnose the fault effectively. The singular value difference spectrum and SDP(Symmetrized Dot pattern are proposed. A fault diagnosis method for image correlation analysis. Firstly, the singular value difference spectrum is used to reduce the noise of vibration signal to eliminate the noise interference. Then the SDP method is used to transform the de-noised signal to obtain the polar snowflake images in different fault states. Finally, the correlation coefficient between SDP images in normal state and fault state is used to judge the fault state. This method can quickly and accurately distinguish different fault states of gears, and has some advantages.
【作者單位】： 重慶工業(yè)職業(yè)技術學院自動化學院;
【基金】：重慶市教委科研項目(KJ102102) 重慶市科委科研項目(2014(社)19號)資助項目
【分類號】：TH17
【正文快照】： 在常用的旋轉機械故障診斷中,根據振動信號對其進行狀態(tài)監(jiān)測和故障診斷是比較常用的方法。但其振動信號往往具有非線性、非平穩(wěn)性等特點,如何利用伴有強烈噪聲的非平穩(wěn)信號實現故障診斷的是研究的重點[1-2]。在文獻[3-8]中,一種SDP(Symmetrized Dot Pattern)方法被提出并應用

【相似文獻】

相關期刊論文 前7條

1 曹宗杰,孫長江,陳塑寰;奇異值攝動法及其在智能結構振動控制中的應用[J];吉林工業(yè)大學自然科學學報;2000年01期

2 王志武;孫虎兒;劉維雄;;基于局部均值分解和奇異值差分譜的滾動軸承故障診斷研究[J];機械科學與技術;2014年09期

3 于德介;陳淼峰;程軍圣;楊宇;;基于EMD的奇異值熵在轉子系統(tǒng)故障診斷中的應用[J];振動與沖擊;2006年02期

4 姚春江;毋文峰;陳小虎;蘇勛家;;基于源信號包絡矩陣奇異值的機械故障診斷方法[J];機床與液壓;2014年13期

5 張營;左洪福;佟佩聲;陳志雄;白芳;;基于譜插值和奇異值差分譜的滾動軸承靜電監(jiān)測信號去噪方法[J];航空動力學報;2014年08期

6 陶新民;杜寶祥;徐勇;;基于HOS奇異值譜的SVDD軸承故障檢測方法[J];振動工程學報;2008年02期

7 侯者非;楊杰;張雪;;基于復小波和奇異值比譜的軸承故障檢測方法[J];武漢理工大學學報;2011年01期

相關碩士學位論文 前3條

1 李葵;基于二次SVD和VPMCD的滾動軸承故障智能診斷方法研究[D];昆明理工大學;2015年

2 梁啟帆;基于EMD和SVD的滾動軸承故障診斷研究[D];燕山大學;2016年

3 耿宇斌;基于Morlet小波與SVD的旋轉機械故障特征提取算法研究[D];華南理工大學;2015年

，

本文編號：1464260