已閱讀1頁,還剩74頁未讀, 繼續(xù)免費閱讀
版權(quán)說明: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),請進行舉報或認領(lǐng)
文檔簡介
1、齒輪箱作為旋轉(zhuǎn)機械中重要部件之一,其能否正常運行對整臺甚至整套機械設(shè)備的正常工作和使用產(chǎn)生具有重大影響。因為齒輪箱特殊的工作環(huán)境,容易引發(fā)多個組件、零件故障,所以及時對齒輪箱振動數(shù)據(jù)進行檢測,準確識別出齒輪箱運行過程中的故障并且及時更換故障零件,對提高旋轉(zhuǎn)機械整體運行可靠性具有重大意義。
本文敘述集合經(jīng)驗?zāi)B(tài)分解、奇異值分解分解及極限學習機齒輪箱故障診斷和識別領(lǐng)域的使用情況。通過對齒輪箱故障診斷和識別模型的研究,提出了EEM
2、D-SVD故障特征提取和EEMD-ELM故障識別的方法。對振動數(shù)據(jù)做EEMD分解得到一系列固有模態(tài)分量,對其進行有效的篩選并且重構(gòu),對重構(gòu)的信號構(gòu)造Ha nkel矩陣,再通過SVD對矩陣做正交分解,利用奇異值差分譜來選擇奇異值進行SVD重構(gòu),由此實現(xiàn)對故障特征的提取。然后提取與原信號相關(guān)較大的IMF能量值作為故障識別模型的輸入向量,建立齒輪箱ELM故障分類模型。
最后,通過齒輪箱實驗驗證EEMD-SVD方法可以高效、準確提取齒
溫馨提示
- 1. 本站所有資源如無特殊說明,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)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于mcsa的齒輪故障診斷技術(shù)研究
- 基于MCSA的齒輪故障診斷技術(shù)研究.pdf
- 基于ELM的故障診斷算法的研究與實現(xiàn).pdf
- 基于嚙合形態(tài)分析的齒輪故障診斷技術(shù)研究.pdf
- 基于傳動誤差法的齒輪故障診斷技術(shù)研究.pdf
- 基于核聚類與信息融合的齒輪故障診斷技術(shù)研究.pdf
- 基于組合KPCA與改進ELM的工業(yè)過程故障診斷研究.pdf
- 基于信息融合的齒輪箱故障診斷技術(shù)研究.pdf
- 基于EMD和SVD的滾動軸承故障診斷研究.pdf
- 基于案例推理的故障診斷技術(shù)研究.pdf
- 基于數(shù)據(jù)驅(qū)動的故障診斷技術(shù)研究與應(yīng)用.pdf
- 基于EEMD—SVD的FCM聚類的軸承故障診斷.pdf
- 基于INTERNET的遠程故障診斷技術(shù)研究.pdf
- 基于聚類的故障診斷技術(shù)研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的齒輪箱智能故障診斷的技術(shù)研究.pdf
- 基于Spark的電網(wǎng)設(shè)備故障診斷技術(shù)研究.pdf
- 基于SOAR模型的車輛故障診斷技術(shù)研究.pdf
- 基于模糊聚類的故障診斷技術(shù)研究.pdf
- 基于LMD和ELM的鋁電解槽故障診斷方法研究.pdf
- GIS故障診斷技術(shù)研究.pdf
評論
0/150
提交評論