作者:黄采伦,李忠,王靖,张小娟,曾照福 单位:中国铁道学会 出版:《铁道学报》2016年第05期 页数:6页  (PDF与DOC格式可能不同) PDF编号:PDFTDXB2016050060 DOC编号:DOCTDXB2016050069 下载格式:PDF + Word/doc 文字可复制、可编辑
《信息融合技术在托辊轴承故障诊断中的应用》PDF+DOC2012年第06期 韩涛,胡英贝,张蕾,张文涛,徐振宇 《基于CC2530的轴承温度监测》PDF+DOC2016年第11期 张高明,吴新春,白天蕊 《HXD1型机车走行部安全状态监测方案研究》PDF+DOC2020年第05期 张勐轶,杨岗,谷禹涵,张阿中 《轮对轴承的自动监测》PDF+DOC1997年第02期 吴云兴 《自适应除噪技术在滚动轴承故障诊断中的应用》PDF+DOC1991年第04期 陈慕忱,张翔 《滚动轴承故障诊断方法比较及实验验证》PDF+DOC1992年第02期 赵章焰,李臻鑫 《电子计算机在可靠性诊断中的应用(Ⅳ)》PDF+DOC1988年第02期 А.Д.Беленъкий,顾永麟 《基于局部投影降噪的低频轴承故障诊断》PDF+DOC2005年第02期 吕勇,徐金梧,王志刚,李友荣 《ICA在心音信号预处理中的应用研究》PDF+DOC2003年第02期 赵治栋,潘敏,李光,陈裕泉 《基于改进样板去噪源分离的轴承复合故障诊断》PDF+DOC2011年第17期 陈晓理,王仲生,姜洪开,王峰
  • 列车轮对轴承故障振动(特别是轮对轴承存在复合故障时)一般是由多个相互独立的振动信号源和噪声混叠而成,常见方法在诊断轮对轴承复合故障时易出现误诊。独立分量分析(ICA)方法能对各个独立源进行估计,可实现列车轴承复合故障的精确诊断;但很多ICA算法是在未考虑噪声的模型下推导出来的,且列车轮对状态监测信号受诸多干扰因素的影响;为此,本文提出将时延自相关降噪与ICA相结合提取并分离列车轮对轴承复合故障特征信息的方法。仿真与实际应用结果表明,该方法能有效分离出轮对轴承复合故障信号中的典型故障,可进一步降低列车轮对轴承故障诊断的误诊率。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。