![](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/11/10/9b057972-19f3-49cd-8a00-9c95a07e6e3c/9b057972-19f3-49cd-8a00-9c95a07e6e3cpic.jpg)
![基于高階譜和頻帶熵的電機(jī)故障識(shí)別研究.pdf_第1頁](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/11/10/9b057972-19f3-49cd-8a00-9c95a07e6e3c/9b057972-19f3-49cd-8a00-9c95a07e6e3c1.gif)
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、隨著工業(yè)自動(dòng)化技術(shù)日益提高,工廠設(shè)備之間的集成度日益增大,工業(yè)智能化的要求正在稱為一種發(fā)展趨勢。在復(fù)雜多變的工業(yè)生產(chǎn)環(huán)境中,電機(jī)在其中扮演著動(dòng)力產(chǎn)生者和生產(chǎn)驅(qū)動(dòng)者這一重要的角色,其故障與否直接影響整個(gè)系統(tǒng)的生產(chǎn)狀態(tài)。對電機(jī)進(jìn)行無損、不間斷、快速的狀態(tài)監(jiān)測,通過采集其相關(guān)電信號(hào),分析信號(hào)特征,提取相關(guān)特征參數(shù),判斷系統(tǒng)正常運(yùn)行和預(yù)知潛在危害,是保證電機(jī)長久運(yùn)行的一個(gè)重要手段。
本文首先分析了電機(jī)故障常用的識(shí)別和分析方法,最終選定
2、采用高階統(tǒng)計(jì)量中的雙譜結(jié)合頻帶熵的特征提取方法。其次,闡述了信號(hào)分析的一般方法,包含時(shí)域分析和頻域分析,并結(jié)合仿真信號(hào),分析了簡單的時(shí)域特征了。在使用高階統(tǒng)計(jì)量分析實(shí)驗(yàn)數(shù)據(jù)之前,針對高階統(tǒng)計(jì)量的適用范圍,結(jié)合幾組實(shí)驗(yàn)信號(hào)論證了雙譜分析對于帶有白噪聲信號(hào)的可行性,效果明顯。同時(shí),設(shè)計(jì)實(shí)驗(yàn),對直流電機(jī)設(shè)置三種狀態(tài),包含兩種故障,并簡單分析其產(chǎn)生機(jī)理和造成的影響,對其工作時(shí)電場強(qiáng)度信號(hào)進(jìn)行采樣分析。首先進(jìn)行初步時(shí)域特征分析,然后進(jìn)行雙譜分析,
3、得到雙譜三維圖及對應(yīng)的等高線平面圖;其次,對其頻率進(jìn)行雙譜相干性分析,找到故障信號(hào)與常規(guī)信號(hào)的耦合特性;最終,確定雙譜值作為求取譜熵的輸入值。最后,根據(jù)頻帶熵理論,結(jié)合雙譜熵值的計(jì)算模型,求取全頻率域內(nèi)的雙譜熵值,分為8個(gè)頻段,將所采5組信號(hào)8個(gè)頻段內(nèi)的熵值作為特征量,輸入BP神經(jīng)網(wǎng)絡(luò)的輸入層,分別作為學(xué)習(xí)樣本和待測樣本進(jìn)行學(xué)習(xí)和識(shí)別。
實(shí)驗(yàn)結(jié)果表明,在對45組待測樣本的識(shí)別的實(shí)驗(yàn)中,經(jīng)過不斷調(diào)整BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu),分析實(shí)驗(yàn)結(jié)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于高階譜的齒輪故障診斷與識(shí)別.pdf
- 基于多窗高階譜電機(jī)軸承故障檢測方法研究.pdf
- 多頻帶非線性分析與感知多譜熵的聲帶疾病嗓音識(shí)別.pdf
- 基于小波熵的電機(jī)故障診斷.pdf
- 基于全矢高階譜的故障診斷方法及其應(yīng)用研究.pdf
- 基于譜熵的故障特征提取與數(shù)據(jù)挖掘技術(shù)研究.pdf
- 基于EEMD與高階譜的滾動(dòng)軸承故障診斷.pdf
- 基于高階統(tǒng)計(jì)量的機(jī)械故障分析識(shí)別方法研究.pdf
- 基于高階譜和循環(huán)譜的艦船噪聲多源特征分離研究.pdf
- 基于最小熵解卷積的風(fēng)電機(jī)組故障診斷研究.pdf
- 基于高階譜理論盲均衡算法的研究.pdf
- 基于雙相干譜的電機(jī)軸承故障檢測方法研究.pdf
- 基于全矢譜的瞬態(tài)信號(hào)表征與故障識(shí)別研究.pdf
- 基于全息譜和支持向量機(jī)的水電機(jī)組振動(dòng)故障診斷.pdf
- 基于高階譜和小波分析的超聲醫(yī)學(xué)圖像反卷積研究.pdf
- 基于兩相電流互高階累積量的電機(jī)故障特征檢測方法研究.pdf
- 基于模分量小波能量譜的電纜故障識(shí)別方法研究.pdf
- 基于譜峭度與高階累積量的旋轉(zhuǎn)機(jī)械故障診斷方法研究.pdf
- 基于振動(dòng)譜圖像識(shí)別的故障診斷方法研究.pdf
- 高階譜 第3章 線性系統(tǒng)中的高階累積量與高階譜
評論
0/150
提交評論