發(fā)布時間：2018-02-03 01:07

  本文關鍵詞： 振動篩 復合故障診斷 故障特征提取 快速獨立分量分析　出處：《工礦自動化》2017年05期 　論文類型：期刊論文

【摘要】：針對常見故障特征提取方法不能完全、有效地提取復合故障特征的問題,提出了一種改進快速獨立分量分析(FastICA)算法。該算法自適應選擇不同的非線性函數進行漸進性分析,提取的數據特征較FastICA算法更準確。將改進FastICA算法應用于振動篩復合故障診斷中,仿真和實測結果表明,該算法可有效提取不同的故障特征,具有較高的分離精度。
[Abstract]:Aiming at the problem that common fault feature extraction method can not be completely and effectively extracted composite fault feature. An improved fast independent component analysis (FastICA) algorithm is proposed, which adaptively selects different nonlinear functions for asymptotic analysis. The extracted data feature is more accurate than the FastICA algorithm. The improved FastICA algorithm is applied to the complex fault diagnosis of vibrating screen. The simulation and measured results show that the proposed method is more accurate than the FastICA algorithm. This algorithm can extract different fault features effectively and has high separation accuracy.
【作者單位】： 西京學院機電技術系;長安大學工程機械學院;
【基金】：陜西省教育科學“十二五”規(guī)劃課題項目(SGH13468) 西京學院科研基金項目(XJ150128)
【分類號】：TD452
【正文快照】： 0引言在煤炭行業(yè)中,振動篩是廣泛應用的分級、脫水、脫泥設備,其性能直接影響選煤的質量與效率。振動篩結構復雜,且運行環(huán)境惡劣,因此發(fā)生的故障較復雜,常伴有復合故障特征,故障特征提取困難[1-2]。文獻[3-6]利用經驗模態(tài)分解算法對故障特征信號進行分析,但易發(fā)生模態(tài)混疊現象

【參考文獻】

相關期刊論文 前10條

1 喬淑云;;基于EMD方法的煤礦絞車軸承故障診斷[J];工礦自動化;2016年04期

2 李明;李自剛;;聯軸器不對中故障轉子系統(tǒng)的動力學試驗[J];振動.測試與診斷;2015年02期

3 普亞松;郭德偉;張文斌;;故障診斷技術在煤礦機械設備中的應用[J];工礦自動化;2015年04期

4 龐維建;馬海龍;朱益軍;;EMD濾波在煤礦電動機故障診斷中的應用[J];工礦自動化;2015年03期

5 李全坤;廖明夫;蔣云帆;;雙轉子不對中故障振動特性分析[J];機械科學與技術;2014年12期

6 夏均忠;蘇濤;王龍;張陽;冷永剛;;基于Hilbert譜奇異值的滾動軸承故障診斷[J];噪聲與振動控制;2014年05期

7 李兵;高敏;張旭光;賈春寧;;用形態(tài)梯度法與非負矩陣分解的齒輪故障診斷[J];振動.測試與診斷;2014年02期

8 趙軍;崔穎;劉維;賴欣歡;;基于隨機共振和BBS/ICA的軸承故障診斷[J];北京工業(yè)大學學報;2014年02期

9 李曉暉;傅攀;;基于一維盲源分離的滾動軸承故障診斷[J];電子測量與儀器學報;2013年06期

10 趙志宏;楊紹普;李韶華;;基于Hilbert譜奇異值的軸承故障診斷[J];中國機械工程;2013年03期

【共引文獻】

相關期刊論文 前10條

1 李龍;;探討故障診斷技術在煤礦機械設備中的應用[J];科技風;2017年12期

2 張國棟;祁瑞敏;;基于信息融合的煤礦絞車健康診斷系統(tǒng)設計[J];工礦自動化;2017年06期

3 高偉;胡定玉;方宇;;采用小波變換和盲源分離的電機軸承故障診斷[J];測控技術;2017年05期

4 孫嘉;;油田企業(yè)機械設備故障檢修及預防措施[J];機械管理開發(fā);2017年04期

5 徐元博;蔡宗琰;;改進FastICA算法在振動篩復合故障診斷中的應用[J];工礦自動化;2017年05期

6 尤文;柳暉;;基于ABAQUS的膜片聯軸器動力學特性分析[J];上海師范大學學報(自然科學版);2017年02期

7 郭凱;;煤礦機電設備故障診斷及維修方法分析[J];機械管理開發(fā);2017年03期

8 鄧昌建;蔣世奇;蔚澤峰;明祥林;;球形麥克風陣列時頻故障信號定位算法研究[J];電子測量與儀器學報;2017年02期

9 牟偉杰;石林鎖;蔡艷平;劉浩;金廣智;;基于EMD-WVD與LNMF的內燃機故障診斷[J];振動與沖擊;2016年23期

10 王用鑫;;煤礦設備中的基于動態(tài)模糊與BP神經網絡的故障診斷[J];科技通報;2016年10期

【二級參考文獻】

相關期刊論文 前10條

1 龐維建;馬海龍;朱益軍;;EMD濾波在煤礦電動機故障診斷中的應用[J];工礦自動化;2015年03期

2 劉自然;熊偉;顏丙生;甄守樂;王律強;;EMD方法和倒頻譜在齒輪箱故障診斷中的應用[J];組合機床與自動化加工技術;2014年09期

3 趙錦劍;楊光永;周安然;項敏敏;;旋轉機械振動信號的Kalman濾波及故障診斷[J];儀表技術與傳感器;2014年05期

4 劉楊;太興宇;姚紅良;馬輝;聞邦椿;;雙盤轉子軸承系統(tǒng)不對中-碰摩耦合故障分析[J];振動.測試與診斷;2013年05期

5 鄭小倩;胡仕強;吳艦;;基于概率神經網絡的柴油機故障診斷與預測研究[J];工礦自動化;2013年09期

6 胡偉;李歐;;模糊信息融合在帶式輸送機故障診斷中的應用[J];工礦自動化;2013年06期

7 廖明夫;劉永泉;王四季;王儼剴;呂品;;中介軸承對雙轉子振動的影響[J];機械科學與技術;2013年05期

8 夏均忠;蘇濤;馬宗坡;冷永剛;白云川;;基于EMD的滾動軸承故障特征提取方法[J];噪聲與振動控制;2013年02期

9 董明;馬宏偉;陳淵;毛清華;;超聲檢測技術在煤礦機電設備安全檢測中的應用[J];礦山機械;2013年02期

10 陳恩利;張璽;申永軍;曹軒銘;;基于SVD降噪和盲信號分離的滾動軸承故障診斷[J];振動與沖擊;2012年23期

【相似文獻】

相關期刊論文 前1條

1 江辛;;CASIO670電子琴復合故障的檢修[J];家電檢修技術;2000年04期

相關會議論文 前1條

1 訾艷陽;袁靜;袁勝軍;李臻;王曉東;何正嘉;;旋轉機械復合故障的信號特征提取與識別方法研究[A];2008年全國振動工程及應用學術會議暨第十一屆全國設備故障診斷學術會議論文集[C];2008年

相關博士學位論文 前3條

1 岑健;基于人工免疫系統(tǒng)的機組復合故障診斷技術研究[D];華南理工大學;2010年

2 王志堅;齒輪箱復合故障診斷特征提取的若干方法研究[D];太原理工大學;2015年

3 何玉靈;發(fā)電機氣隙偏心與繞組短路復合故障的機電特性分析[D];華北電力大學;2012年

相關碩士學位論文 前5條

1 董振振;滾動軸承復合故障機理及振動模型研究[D];哈爾濱工業(yè)大學;2015年

2 杜曉陽;齒輪斷齒—點蝕復合故障振動特性分析與診斷研究[D];湖南科技大學;2016年

3 王發(fā)林;發(fā)電機氣隙偏心與定子短路復合故障的轉矩特性分析[D];華北電力大學;2016年

4 李善;基于多源信息融合的數控機床進給系統(tǒng)復合故障診斷研究[D];青島理工大學;2016年

5 李肖城;滾動軸承復合故障信號檢測技術研究[D];哈爾濱工業(yè)大學;2014年

，

本文編號：1485973