《基于多传感器信息融合的滚动轴承故障诊断》PDF+DOC

📙 相关资料

1. 《基于GA-BP神经网络的多传感器轴承故障诊断》PDF+DOC 由于单一传感器采集滚动轴承的故障信息精度较低，提出基于GA-BP神经网络的多传感器信息融合方法。首先使用单一传感器采集其状态信息，并采用小波包分析提取轴承故障状态特征，然后采用遗传算法(GA)优化BP神经网络对单传感器进行滚动轴承故障诊断，接着运用DS证据理论把每一个诊断结果进行信息融合，最终得到诊......
2. 《基于信息融合的滚动轴承故障诊断》PDF+DOC 滚动轴承故障诊断中同一征兆域很难区分多种故障 ，单一传感器对故障分类识别有不确定性。提出了利用加速度传感器和声音传感器 ，基于BP神经网络及D -S证据理论 ，对所采集的振动信号和声音信号的多种特征信号进行信息融合 ，实现故障诊断。并对该方法进行仿真试验验证。...
3. 《基于多传感器的神经网络和D-S证据理论在故障诊断中的应用》PDF+DOC 为提高滚动轴承故障诊断的准确性，本文提出了一种基于多传感器神经网络和D-S证据理论的故障诊断方法，并通过包含3个传感器的监测数据融合对模型进行了验证.首先，利用两个加速度传感器和一个声传感器采集滚动轴承的振动信号和噪声信号.其次，分别对两个加速度传感器的振动信号进行总体经验模态分解(Ensemble......
4. 《基于Peakvue技术的滚动轴承故障诊断》PDF+DOC 滚动轴承作为旋转机械的关键部件，其运行状态决定设备以及整个系统的性能.滚动轴承出现故障时会产生高频的应力波信号，而Peakvue技术能够有效的检测应力波，运用一种基于Peakvue技术的滚动轴承故障诊断方法.该方法采用加速度传感器采集滚动轴承振动信号，利用高通滤波器滤除加速度传感器输出信号中不必要的......
5. 《基于多传感器信号和卷积神经网络的滚动轴承故障诊断》PDF+DOC 针对滚动轴承故障信号非平稳非线性且易受背景噪声干扰的特点，结合深度学习的优势，提出了一种基于卷积神经网络(CNN)的滚动轴承故障诊断法。将不同故障下多个传感器测得的1维(1D)振动信号转化为2维(2D)灰度图像作为网络输入，并将其分为训练集和测试集；将训练集输入卷积神经网络进行训练，自动提取其中的特......
6. 《基于共振解调的滚动轴承故障诊断的研究与实现》PDF+DOC 滚动轴承故障诊断是机械故障检测中的一个重要方面，通过对滚动轴承典型故障机理及实际振动特征的分析，发现共振解调是一种有效分析滚动轴承故障信号的方法，而且具有一定的现实意义。...
7. 《基于软件共振解调分析的滚动轴承故障诊断》PDF+DOC 滚动轴承故障诊断是机械故障检测中一个重要方面 ，共振解调是一种有效分析滚动轴承故障信号的方法。使用软件编程实现共振解调分析 ，在成功完成故障信息提取的同时 ，降低了系统的成本...
8. 《基于数据融合的滚动轴承故障诊断研究》PDF+DOC 信息融合方法应用到滚动轴承故障诊断之中，能有效地利用传感器资源最大限度地获取旋转机械中有关被测对象的状态信息。以滚动轴承小波分解后的能量信息作为特征，通过神经网络作为分类器对滚动轴承故障进行识别，经过一定的信息融合分析处理，能够较为准确地识别设备的故障。...
9. 《基于虚拟仪器技术的滚动轴承故障诊断的包络分析》PDF+DOC 分析了滚动轴承典型故障产生机理及其故障特征频率，利用Hilbert变换的包络分析法分析滚动轴承故障特征的思想，并且结合现代虚拟仪器技术设计并开发出实用的齿轮箱滚动轴承故障诊断系统。该诊断系统是我们自主开发的VMIDS系统基础上开发出的智能控件化虚拟式滚动轴承故障诊断系统，在成功完成故障信息提取的同时......
10. 《基于KPCA-BP网络模型的滚动轴承故障诊断方法研究》PDF+DOC 针对滚动轴承信号的非线性、非平稳性特点及诊断中冗余与噪音的干扰，引入了核主元分析法和BP神经网络相结合的方法对轴承的故障信号进行诊断，以提高轴承故障诊断的性能。通过5个传感器采集轴承不同状态的故障信号，利用小波包提取能量特征值，同时提取轴承的时-频域特征量组成原始特征空间，利用核主元分析方法对原始特......