發(fā)布時間：2017-10-31 00:22

  本文關(guān)鍵詞：基于自回歸最小熵反褶積的滾動軸承故障診斷

  更多相關(guān)文章： 滾動軸承 故障診斷 自回歸 最小熵反褶積

【摘要】：軸承故障信號中的周期沖擊成分會受到軸承元件間碰撞產(chǎn)生非周期沖擊成分以及工況噪聲的干擾,難以提取故障特征。使用自回歸最小熵反褶積方法對故障信號處理,首先用自回歸模型濾除非周期沖擊成分,再使用最小熵反褶積方法對周期沖擊成分進行增強,通過仿真和實驗信號處理結(jié)果證明了該方法的有效性。
【作者單位】： 內(nèi)蒙古科技大學(xué)機械工程學(xué)院;河北鋼鐵集團承德鋼鐵公司;
【關(guān)鍵詞】： 滾動軸承 故障診斷 自回歸 最小熵反褶積
【基金】：內(nèi)蒙古自治區(qū)自然科學(xué)基金項目(2012MS0717)
【分類號】：TH133.33
【正文快照】： 0引言滾動軸承是機械設(shè)備中重要的旋轉(zhuǎn)部件,為旋轉(zhuǎn)體提供可靠穩(wěn)定的支撐,承受旋轉(zhuǎn)體自重及工作載荷的同時保證旋轉(zhuǎn)體的回轉(zhuǎn)精度,其工作狀態(tài)直接影響整臺設(shè)備的工作效率和使用壽命。自相關(guān)函數(shù)可以表征信號自身在兩個不同時刻的線性關(guān)系,自回歸模型系數(shù)確定常用的方法就是利用

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前1條

1 王昶峰;;基于最小熵反褶積的管道導(dǎo)波信號處理[J];黑龍江科技信息;2013年22期

，

本文編號：1119998