【摘 要】
：
针对轴承故障信号在早期由于能量小容易受到噪声影响而被淹没的问题,提出了一种奇异谱分解(SSD)和独立分量分析(ICA)的滚动轴承故障诊断方法。首先,通过SSD对原始故障信号分解,得到一系列不同频段的奇异谱分量(SSC);其次,利用SSC分量构造观测信号和虚拟噪声信号,将观测信号与虚拟噪声信号组成观测矩阵;然后通过ICA对观测信号降噪;构造虚拟噪声通道信号;最后,将分离出来的独立分量进行Hilbert解调,对解调后的信号做FFT运算,并识别故障类别。通过仿真和实验表明了所述方法能够满足对滚动轴承振动信号降噪
【基金项目】
：
国家自然科学基金项目(51875166,51705127)。
论文部分内容阅读
针对轴承故障信号在早期由于能量小容易受到噪声影响而被淹没的问题,提出了一种奇异谱分解(SSD)和独立分量分析(ICA)的滚动轴承故障诊断方法。首先,通过SSD对原始故障信号分解,得到一系列不同频段的奇异谱分量(SSC);其次,利用SSC分量构造观测信号和虚拟噪声信号,将观测信号与虚拟噪声信号组成观测矩阵;然后通过ICA对观测信号降噪;构造虚拟噪声通道信号;最后,将分离出来的独立分量进行Hilbert解调,对解调后的信号做FFT运算,并识别故障类别。通过仿真和实验表明了所述方法能够满足对滚动轴承振动信号降噪
其他文献
针对产品工艺的复杂性和多样性导致的混流生产线生产效率低下的问题,建立各个工作站零件利用率最大化和总体均衡化的函数模型,提出了一种基于改进多个目标回溯搜索算法的混流生产线排序方法,利用多权重下的最优个体精英历史种群引导当前种群进化,以提高全部搜索能力的收敛速度。将该算法应用于装配线排序问题上,为混流生产车间的作业排序提供有效的依据;同时将多目标回溯搜索算法与遗传算法、回溯搜索算法进行对比,结果表明改进的回溯搜索算法在混流生产线排序问题上的优越性。
为了实现表面贴装生产线中,视觉机器人适应工件位置变化,自动校正抓取位置,提出了基于最小外接矩形和Hough变换的定位算法。对工件图像进行预处理,分割出目标并增强目标特征;采用格雷厄姆法和凸壳边界旋转法求解目标轮廓的最小外接矩形,引入矩形区域宽高比和最小面积以筛选出目标轮廓的外接矩形,结合图像矩获取中心坐标;分别采用Hough法和主轴法计算目标旋转角度及其偏移量,并进行矢量校正实现精确定位目标。仿真
为了简化电液伺服比例阀用动圈式电机械转换器的结构,增加其可靠性,提出了一种新型的线圈内置式电机械转换器,取消了安装永磁体的套筒,降低了装配难度。通过线圈内置式电机械转换器的磁路模型明确了与输出推力相关的结构参数,利用Maxwell分析了各结构参数对输出推力的影响规律;在此基础上,获得有限尺寸下推力最大的结构形式。通过对最终结构进行有限元仿真,得到其静态特性曲线和带载工作时的动态特性曲线,并分析了动态响应过程中动子的运动规律。结果表明:线圈内置式阀用电机械转换器输出力可达45 N,带载响应时间为15 ms,
为实现无人工干预的船舶小组立工件的智能焊接,采用线激光设备采集小组立工件表面点云,并制定针对性的算法对海量三维点云进行特征提取和检测。根据小组立流水线焊接工位现有条件和需求,制定基于二轴位移机构的线激光扫描式测量方案。针对海量线激光点云,从算法复杂度和准确性两方面,设计基于随机采样的底板提取算法,分割底板和加强筋。通过角点提取算法计算底板角点坐标和关键尺寸,对加强筋进行聚类分割和基于线条点云聚类阈
针对滚动轴承在健康状态评估过程中,退化状态特征筛选和健康指数难以构建等问题,提出了一种基于t-SNE(t-distribution Stochastic Neighbor Embedding)和核马氏距离的滚动轴承健康状态评估方法。首先,利用随机森林算法筛选出重要性较高的退化状态特征,并构建高维相对退化状态特征;其次,为防止退化状态特征冗余对评估结果产生影响,利用t-SNE对高维相对退化状态特征集进行降维,将退化状态特征进行融合;最后,将其与等距映射(Isometric mapping,Isomap)、K
提出一种对六轴工业机器人进行半约束路径规划的方法。利用任务约束的冗余自由度对路径点在笛卡尔空间进行离散采样,增加了路径规划时逆解选择的灵活性,提高了机器人避障、避奇异点的能力;通过在关节空间构造路径搜索图进行最优路径搜索,有效平滑了路径,减少了机器人运动过程中的冲击和磨损。以ABB IRB1200型号机器人为对象进行了仿真和实验测试。结果表明,对60个笛卡尔空间路径点在采样数量为30的情况下的规划用时约为5 s,且得到了连续光滑的关节空间路径,验证了该方法的正确性和有效性,为通用工业机器人的运动控制系统开
针对基于局部线性嵌入的特征选择方法对噪声和K近邻点敏感等问题,提出一种基于鲁棒局部线性嵌入投算法(Robust locally lineally embedding vote,RLLE vote)。将矩阵的1范数和2范数(L1和L2正则化技术)引入到局部线性嵌入的高维重构模型中,使其能够自适应选择样本的K-近邻点,进而提高了图形保持框架的鲁棒性;通过采用相对保守的最小角回归弹性网络(Least angle regression-elastic net,LARS-EN)迭代算法计算得到一个稀疏的重构权重矩阵
温室效应所造成的全球气候变化成为当今人们关切的话题,研究表明,造成全球气候变暖的主要原因是碳排放的增加。随着国际碳减排交易体系和市场的不断完善,中国的碳减排交易市场也发展起来,碳排放权成为一种具有经济价值的无形商品。大部分合同能源管理项目都具有碳减排的作用,因此在碳排放交易市场下对合同能源管理进行研究是很有必要的。本文对合同能源管理及碳排放交易进行分析。研究发现,在碳排放的约束下,作为一种节能管理模式,合同能源管理可以为企业带来不错的碳减排效益,有利于碳交易市场的发展。但是,我国的合同能源管理目前还处于发
针对工业环境中零件识别效率低,准确率不高以及难以获取大量训练集的问题,对基于深度学习的零件识别进行了研究,提出一种基于卷积神经网络与虚拟训练集的零件识别方法。首先,通过OpenSceneGraph(OSG)在虚拟场景内渲染大量深度图像训练集;然后,构建了两种不同深度与结构的卷积神经网络模型并使用虚拟深度图像进行训练;最后,使用深度相机采集零件真实深度图像对网络模型进行测试并选择适合的零件分类模型。
为了测量滚动直线导轨副的运动精度,基于接触式测量原理,设计试验台机械结构,并完成运动、气压监控系统、数据监控采集系统和测控软件,以此来获取导轨副运动过程中滑块相对于导轨基准的位移变动量。经过计算得到导轨副的顶面平行度、侧面平行度、绝对高度、滚转角、偏摆角、俯仰角。最后,利用试验台对国产35型号2级精度导轨副进行测量,结果表明,平行度和绝对高度指标满足2级精度要求,且角度指标重复性最大为0.943,