本文關(guān)鍵詞：24種特征指標(biāo)對軸承狀態(tài)識(shí)別的性能研究

  更多相關(guān)文章： 種特征指標(biāo) 投影尋蹤 最佳投影方向矩陣 敏感性 聚類性

【摘要】：要實(shí)現(xiàn)機(jī)械設(shè)備的故障診斷,關(guān)鍵是要找到對設(shè)備狀態(tài)敏感性和聚類性強(qiáng)的特征指標(biāo)。針對如何篩選出滿足上述特點(diǎn)的指標(biāo),提出結(jié)合投影尋蹤方法研究24種特征指標(biāo)對軸承狀態(tài)識(shí)別的敏感性和聚類性;以內(nèi)圈故障為例,構(gòu)造其故障振動(dòng)的數(shù)學(xué)模型,計(jì)算得到24種特征指標(biāo)并將其投影,提出最佳投射方向矩陣,研究在最佳投影方向矩陣下24種特征指標(biāo)的投影分布特征;提出用極差系數(shù)、平均差系數(shù)、離散系數(shù)、主軸線相對系數(shù)和均值系數(shù)來研究24種特征指標(biāo)對不同故障的敏感性和聚類性;借助美國西儲(chǔ)大學(xué)軸承數(shù)據(jù)中心網(wǎng)站公開發(fā)布的軸承探傷測試數(shù)據(jù)集中的內(nèi)圈故障進(jìn)行驗(yàn)證。該方法能夠?yàn)檩S承的故障診斷篩選優(yōu)質(zhì)特征指標(biāo),保證故障識(shí)別的及時(shí)性和診斷準(zhǔn)確性。
【作者單位】： 中國礦業(yè)大學(xué)(北京)機(jī)電與信息工程學(xué)院;
【關(guān)鍵詞】： 種特征指標(biāo) 投影尋蹤 最佳投影方向矩陣 敏感性 聚類性
【基金】：國家自然科學(xué)基金資助項(xiàng)目(U1361127) 北京市教育委員會(huì)科學(xué)研究與研究生培養(yǎng)共建項(xiàng)目 中央高校基本科研業(yè)務(wù)費(fèi)項(xiàng)目(2013QJ02)
【分類號(hào)】：TH133.3
【正文快照】： 引言軸承故障從早期異常到功能故障是一個(gè)逐漸劣化的過程,利用時(shí)域特征指標(biāo)進(jìn)行故障識(shí)別存在嚴(yán)重的時(shí)間滯后性和應(yīng)對被動(dòng)性;頻域信號(hào)對狀態(tài)變化比較敏感,目前主要是借助典型頻率分量來判斷,但典型頻率分量經(jīng)常會(huì)有波動(dòng)或偏差;信號(hào)的能量譜反映了信號(hào)中各頻率成分的能量分布情，

本文編號(hào)：772597