版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、旋轉(zhuǎn)機(jī)械是工業(yè)領(lǐng)域中的關(guān)鍵設(shè)備,在電力、石油、冶金、航空等部門(mén)中應(yīng)用最為廣泛。由于制造、裝配不良或系統(tǒng)經(jīng)常處于高速、高載狀態(tài),很容易發(fā)生各種故障,若不能及時(shí)維護(hù),將會(huì)引發(fā)二次故障,進(jìn)而引發(fā)多故障的相互耦合,這對(duì)機(jī)器的正常運(yùn)轉(zhuǎn)造成極大的影響。本文重點(diǎn)研究基于雙耦合達(dá)芬振子的微弱信號(hào)檢測(cè)方法,并提出了雙耦合達(dá)芬振子與EMD分解相結(jié)合和雙耦合達(dá)芬振子隨機(jī)共振兩種方法實(shí)現(xiàn)微弱機(jī)械故障信號(hào)的特征提取。
本文闡述了混沌的定義,研究了達(dá)芬振
2、子檢測(cè)微弱信號(hào)的原理。針對(duì)傳統(tǒng)達(dá)芬振子檢測(cè)靈敏度較低的問(wèn)題,本文提出了高維的非線性恢復(fù)力項(xiàng)取代傳統(tǒng)達(dá)芬振子系統(tǒng)的低維的非線性恢復(fù)力項(xiàng)的方法,該方法檢測(cè)靈敏度更高、工作穩(wěn)定性更好。由于其在檢測(cè)微弱信號(hào)時(shí)具有較高的靈敏度,更適用于檢測(cè)微弱信號(hào)。
針對(duì)達(dá)芬振子的抗噪性問(wèn)題,采用基于雙耦合達(dá)芬振子檢測(cè)微弱信號(hào)的方法,雙耦合達(dá)芬系統(tǒng)抗噪性能更好,能夠更好的對(duì)強(qiáng)噪聲背景下的信號(hào)進(jìn)行檢測(cè)。本文研究了雙耦合達(dá)芬振子對(duì)待檢測(cè)微弱信號(hào)的各個(gè)參數(shù)的
3、檢測(cè)方法,并通過(guò)仿真驗(yàn)證了此方法的可行性。
針對(duì)在一些強(qiáng)噪聲環(huán)境下檢測(cè)微弱信號(hào)時(shí)出現(xiàn)的檢測(cè)精度不高情況,本文提出了一種利用雙耦合達(dá)芬振子與EMD相結(jié)合的微弱信號(hào)檢測(cè)方法。首先利用EMD將待檢測(cè)微弱信號(hào)分解為多個(gè)包含微弱信號(hào)特性的固有模態(tài)分量(IMF),然后利用雙耦合達(dá)芬振子對(duì)各個(gè)IMF進(jìn)行檢測(cè),實(shí)現(xiàn)微弱信號(hào)的檢測(cè),通過(guò)實(shí)例信號(hào)驗(yàn)證了方法的可行性。
提出了一種雙耦合達(dá)芬振子隨機(jī)共振的信號(hào)特征提取方法,該方法將雙耦合達(dá)芬
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于達(dá)芬振子的微弱機(jī)械故障信號(hào)檢測(cè)及特征提取方法
- 基于達(dá)芬振子的微弱信號(hào)檢測(cè)方法研究.pdf
- 強(qiáng)噪聲背景下機(jī)械故障微弱信號(hào)特征提取方法研究.pdf
- 旋轉(zhuǎn)機(jī)械故障診斷中微弱信號(hào)特征提取方法研究.pdf
- 機(jī)械系統(tǒng)微弱故障信號(hào)檢測(cè)及特征提取方法研究.pdf
- 基于振動(dòng)信號(hào)的旋轉(zhuǎn)機(jī)械故障特征提取方法研究.pdf
- 基于信號(hào)局部特征提取的機(jī)械故障診斷方法研究.pdf
- 基于多穩(wěn)隨機(jī)共振的機(jī)械微弱故障信號(hào)特征提取方法研究.pdf
- 旋轉(zhuǎn)機(jī)械故障特征提取方法研究.pdf
- 機(jī)械故障稀疏特征提取及診斷方法研究.pdf
- 基于全信息的機(jī)械故障特征提取方法研究.pdf
- 機(jī)械故障診斷中基于混沌振子的微弱周期信號(hào)檢測(cè)及其電路實(shí)現(xiàn).pdf
- 基于隨機(jī)鄰域嵌入的機(jī)械故障特征提取方法.pdf
- 基于振動(dòng)信號(hào)的機(jī)械故障特征提取與診斷研究.pdf
- 基于非高斯、非平穩(wěn)信號(hào)處理的機(jī)械故障特征提取方法研究.pdf
- 機(jī)械故障診斷中的微弱信號(hào)提取方法的研究.pdf
- 基于混沌振子的微弱信號(hào)檢測(cè)方法研究.pdf
- 基于Duffing振子微弱信號(hào)檢測(cè)方法及SOPC實(shí)現(xiàn).pdf
- 基于優(yōu)化的morlet小波旋轉(zhuǎn)機(jī)械振動(dòng)故障信號(hào)微弱特征提取方法
- 基于Duffing振子的微弱信號(hào)檢測(cè)方法研究.pdf
評(píng)論
0/150
提交評(píng)論