排序方式: 共有2条查询结果,搜索用时 0 毫秒
1
1.
基于小波神经网络的齿轮系统故障诊断 总被引:1,自引:0,他引:1
通过对齿轮系统在不同的运转状态下不同的故障类型进行试验测试分析,获取了有关的测试信号,对振动特征信号进行了小波阈值去噪,采用离散小波变换(DWT)对去噪后的信号进行8层分解处理,对各层的小波系数进行了小波重构,得到8层细节信号和1层近似信号,并计算了各层信号的能量,得到了信号的能量分布特征.在此基础上把各层信号特征作为神经网络的输入,进行了网络的研究、分析处理和故障分类,并对小波神经网络方法与单独采用神经网络方法的故障诊断结果进行了比较评价.研究表明,去噪处理后的效果比没有去噪的信号特征更加明显,而采用小波神经网络诊断方法,对于齿轮无故障、齿根裂纹故障、分度圆裂纹故障和齿面磨损故障能够进行很好地区分与诊断,其诊断成功率均在95%以上,可对实际工程工作的齿轮系统进行故障诊断. 相似文献
2.
根据某型飞机液压柱塞泵因柱塞密封失效引起柱塞泵异常磨损的现象,对磨损柱塞进行宏观观察、微观形貌扫描及金相分析,得出柱塞滑靴端面双金属扩散焊缺陷,滑靴端面铜层在正常工作状态下剥落,引发柱塞受到轴向应力作用后失效。针对滑靴双金属扩散焊铜层剥落部分加剧滑靴端面及转子端面磨损异常等问题,进行分析给出柱塞泵修理中无损检测方法的改进及异常磨损的预防措施,为柱塞泵的修理和故障预防提供参考。 相似文献
1