• 主题
高级搜索  >
历史搜索 清空历史
首页> 中文期刊> 《噪声与振动控制》 >基于敏感特征评估的退火窑辊道轴承故障诊断方法

基于敏感特征评估的退火窑辊道轴承故障诊断方法

         
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

针对玻璃生产线退火窑辊道轴承振动信号存在强噪声污染、故障诊断准确率低、效率差等问题,提出一种基于灰关联熵分析和敏感特征评估的辊道轴承故障智能诊断方法.首先,将原故障信号用经验模态分解(Empirical Mode Decomposition,EMD)为多个本征模式分量(Intrinsic Mode Function,IMF),采用灰关联熵分析法筛选IMF分量并进行小波阈值降噪,重构故障信号.其次,选择时域和频域特征,定义基于故障特征类间、类内距离的敏感特征评估因子,筛选出敏感特征集.最后,使用径向基函数(Radial Basis Function,RBF)神经网络对故障特征集进行识别.滚动轴承故障测试实验结果表明,该方法能够有效提升故障轴承振动信号的信噪比,并评估筛选出敏感特征,从而实现对滚动轴承的智能诊断.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号