基于集成神经网络的机电设备智能故障诊断方法研究

被引量 : 4次 | 上传用户:the4eye
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着机电设备功能的日益完善,其自动化、信息化和智能化以及结构的复杂程度都远胜以往。机电设备故障诊断方法的研究,对于保障安全生产,提高经济、社会效益意义深远。在现有的故障诊断中,主要依托的传感信息有压力、温度、振动、位移、声音、图像等,其中振动信号因其易于获取、所含信息丰富且对故障敏感性高,是目前机械设备故障诊断中使用最广泛的传感信息。据资料统计,在机电设备所有的故障形式中,有70%表现出明显的振动特征。然而由于工业环境存在大量的非监测部位噪声干扰,以及振动信号的非线性、非平稳特性也导致基于振动信号处
其他文献
随着经济和电力行业的快速发展,我国的重要支柱行业之一电力行业,源源不断的为每家每户提供电力,电气自动化满足了人们对电的需求,尽管电气自动化在后期才开始发展,但是技术