共查询到16条相似文献,搜索用时 126 毫秒
1.
2.
以旋转机械振动多维图形为对象,研究了直接提取和挖掘图形特征信息的模糊形态学方法,提出了基于模糊数学形态学及免疫智能的旋转机械振动参数图形识别方法.利用模糊形态滤波方法实现图形滤波,研究了模糊形态边缘检测算子,并结合旋转机械振动参数图形进行形态学梯度的边缘纹理特征提取,最后利用人工免疫算法对图形特征进行诊断识别.在600MW模化汽轮机转子试验台上进行了转子正常、转子不平衡故障、转子不对中故障及汽流激振故障的试验,诊断结果表明所提出的方法可以获得较高的诊断精度. 相似文献
3.
以旋转机械振动多维图形为对象,研究了直接提取和挖掘图形特征信息的模糊形态学方法,提出了基于模糊数学形态学及免疫智能的旋转机械振动参数图形识别方法。利用模糊形态滤波方法实现图形滤波,研究了模糊形态边缘检测算子,并结合旋转机械振动参数图形进行形态学梯度的边缘纹理特征提取,最后利用人工免疫算法对图形特征进行诊断识别。在600MW模化汽轮机转子试验台上进行了转子正常、转子不平衡故障、转子不对中故障及汽流激振故障的试验,诊断结果表明本文所提出的方法可以获得较高的诊断精度,为旋转机械故障诊断探索了一条新路。 相似文献
4.
5.
转子振动故障的过程功率谱熵特征分析与定量诊断 总被引:1,自引:0,他引:1
针对传统旋转机械振动故障定性诊断的不足,提出了1种以信息熵理论为基础的转子故障特征分析与定量诊断方法。在转子试验台上模拟转子振动的4种典型故障,分别得到4个测点多转速下的振动过程故障数据;对这些故障数据进行分析和处理,提取反映其振动过程的故障特征——功率谱信息熵,建立能描述转子振动过程变化规律的多转速多测点下的故障信息熵矩阵,并对振动故障进行分析;通过对转子振动故障信号的实例计算和定量诊断分析,验证了该方法在转子振动故障分类和故障严重程度判断方面是可行的。 相似文献
6.
转子故障的连续小波尺度谱特征提取新方法 总被引:1,自引:1,他引:0
引入图像分析方法,提出了直接从转子故障信号连续小波尺度谱中提取图像纹理特征的新方法.首先,通过转子故障模拟实验台采集了不平衡、不对中、碰摩及油膜涡动等典型故障信号;然后,分析了故障信号尺度谱的差别及所提取出的数字特征对故障的敏感性;最后用结构自适应集成神经网络进行了智能诊断实验,结果表明了本文所提出的尺度谱数字特征对转子故障诊断的有效性. 相似文献
7.
8.
《燃气涡轮试验与研究》2013,(3):38-42
针对发动机转子的多种故障模式,提出了基于排列组合熵的SVM故障诊断方法。利用转子实验台,模拟了转子正常、转子不平衡、转子不对中、动静碰磨和基座松动5种典型振动模式,并使用振动传感器采集多路振动数据。计算振动数据的排列组合熵并将其作为故障特征向量,对特征向量样本集进行多级SVM分类诊断,并运用小波包能量特征提取方法提取信号特征。实例计算与结果对比表明,本文方法的正确率要高于基于小波包能量提取特征的SVM分类诊断方法,在提取转子振动信号的特征向量及在小样本下的故障分类诊断等方面,具有可行性和有效性。 相似文献
9.
基于融合信息(火用)的转子振动故障SVM诊断方法 总被引:3,自引:3,他引:0
通过提取信息(火用)特征,提出基于融合信息(火用)的转子振动故障支持向量机(SVM)诊断方法.首先,在转子试验台上分别模拟转子不平衡、轴系不对中、转子裂纹和转子碰磨4种典型故障,采集这4种典型故障在多转速和多测点下的振动加速度信号;其次,提取基于时域的奇异谱熵和频域的功率谱熵的转子振动故障过程变化规律的信息(火用)特征;最后,将提取到的信息(火用)特征作为故障向量,建立SVM故障诊断模型,进而对转子振动故障进行诊断.实例诊断结果表明:将信息(火用)特征与支持向量机相结合进行转子振动故障诊断,诊断结果准确率达到了97%,有效地提高了故障诊断的准确率. 相似文献
10.
本文首先对常用的隶属度确定方法进行改进,提出了基于改进模糊支持向量机(FSVM)的融合故障诊断方法,并建立了改进FSVM故障诊断数学模型;然后,利用转子振动模拟实验台对四种典型的转子诊断故障进行模拟,并提取其故障信号特征;最后,通过实例计算分析,验证了该方法在转子振动故障诊断方面是可行和有效的,为转子振动故障准确诊断提供了一种新方法。 相似文献
11.
《中国航空学报》2020,33(2):427-438
Rotating machinery is widely applied in industrial applications. Fault diagnosis of rotating machinery is vital in manufacturing system, which can prevent catastrophic failure and reduce financial losses. Recently, Deep Learning (DL)-based fault diagnosis method becomes a hot topic. Convolutional Neural Network (CNN) is an effective DL method to extract the features of raw data automatically. This paper develops a fault diagnosis method using CNN for InfRared Thermal (IRT) image. First, IRT technique is utilized to capture the IRT images of rotating machinery. Second, the CNN is applied to extract fault features from the IRT images. In the end, the obtained features are fed into the Softmax Regression (SR) classifier for fault pattern identification. The effectiveness of the proposed method is validated using two different experimental data. Results show that the proposed method has a superior performance in identification various faults on rotor and bearings comparing with other deep learning models and traditional vibration-based method. 相似文献
12.
13.
14.
15.
应用整体传递系数法分析复杂转子系统转静件碰摩振动特征 总被引:1,自引:0,他引:1
整体传递系数法是近年来发展起来的计算大型复杂转子系统动力特性的新方法。本文应用整体传递系数法分别对单转子、双转子系统碰摩故障进行数值模拟,计算碰摩现象的瞬态响应,应用傅立叶变换对振动响应信号进行频谱分析,得出单转子和双转子碰摩故障的频谱特征,并与实验结果对比,得出了较有价值的结论。 相似文献
16.
提出了一种旋转叶盘的非接触激光定点跟踪测振方法,以研究叶盘结构在旋转状态下的振动特性。通过控制扫描系统中x、y振镜的偏转实现对叶盘上任意定点的跟踪测试,同时搭建了旋转跟踪试验测试系统,以16叶片旋转叶盘的同步跟踪测试为例,对激光跟踪测试方法进行验证。通过对旋转叶盘定点跟踪测试得到的时域振动信号进行滤波处理和频谱分析,获得了旋转状态下叶盘的叶片前3阶固有频率对应的不同节径的模态族频率。结果显示:激光对旋转叶盘上一点的跟踪测试数据中,可以提取出整个叶盘的振动频率特性。对比不同转速下旋转叶盘的有限元仿真计算与跟踪测试结果,两者振型具有很好的一致性,且频差在5%以内,验证了该激光跟踪测量方法的可行性和有效性。为航空发动机等旋转机械运行状态下的振动测试提供了一种有效的技术手段。 相似文献