首页> 中文会议>第十届全国振动理论及应用学术会议 >基于HHT边际谱与神经网络的轴承故障诊断研究

基于HHT边际谱与神经网络的轴承故障诊断研究

页面导航

摘要
著录项
相似文献
相关主题

摘要

机械设备故障诊断技术中信号的特征提取对于设备故障诊断具有非常重要的意义。在旋转机械故障振动信号的采集和传输过程中,针对外界环境的影响可能会在信号中形成局部强噪声干扰,从而造成分析结果的失真以及由于旋转机械故障振动信号通常具有较宽的频谱成分,致使传统的滤波降噪方法存在很大的局限性等问题,基于经验模态分解(EMD)和神经网络模型提出了一种信号降噪与识别方法。Hilbert-Huang变换是一种新的自适应信号处理方法,通过经验模态分解方法(EMD)可以获得一系列固有模态函数(IMF),通过对故障信号的多阶IMF分量进行边际谱分析, 计算得到Hilbert时频谱;在此基础上计算Hilbert时频谱的重心,构建一个特征向量。最后采用神经网络进行训练和学习,实现设备的状态识别。并以滚动轴承的状态识别为例证明此方法的有效性。从实验结果来看,分类的正确率是很高的,验证了该方法的有效性，表明此方法有助于设备预知维修的实现。

著录项

来源
《第十届全国振动理论及应用学术会议》|2011年|206-210|共5页
会议地点南京
作者
郝旺身; 韩捷; 董辛旻; 陈宏; 王丽雅;
展开▼
作者单位

中国振动工程学会;

中国力学学会;

中国航空学会;

中国机械工程学会;

中国宇航学会;

展开▼
会议组织
正文语种
原文格式 PDF
中图分类 TH171;
关键词
旋转机械; 故障诊断; 振动信号; Hilbert边际谱; 神经网络模型;

相似文献

中文文献
外文文献
专利

1. 基于阶次跟踪和HHT边际谱的轴承故障诊断研究 [J] . 康海英 ,栾军英 ,郑海起 . 振动与冲击 . 2007,第006期
2. 基于小波去噪和EEMD_HHT边际谱的滚动轴承故障诊断 [J] . 胡谧 . 科技视界 . 2018,第026期
3. 基于HHT边际谱熵-马氏距离的滚动轴承故障诊断 [J] . 李巧艺 ,单奇 ,陈跃威 . 燕山大学学报 . 2016,第006期
4. 基于EEMD-HHT边际谱的轴承故障诊断 [J] . 张鑫 ,吴亚锋 ,朱帅琦 . 科学技术与工程 . 2011,第031期
5. 基于HHT边际谱与SVM的柴油机故障诊断方法研究 [J] . 王醇涛 ,陆金铭 ,周海港 . 船海工程 . 2010,第003期
6. 基于全矢HHT时域边际谱的滚动轴承故障诊断 [C] . Ouyang He-long ,欧阳贺龙 ,Chen Hong . 第十一届全国随机振动理论与应用学术会议 . 2015
7. 基于HHT边际谱熵的单相自适应重合闸的研究 [A] . 戴永梁 . 2014

基于HHT边际谱与神经网络的轴承故障诊断研究

摘要

著录项

相似文献

相关主题

期刊订阅