作者：武哲,张建超 单位：北京交通大学 出版：《北京交通大学学报》2016年第03期 页数：7页  （PDF与DOC格式可能不同） PDF编号：PDFBFJT2016030080 DOC编号：DOCBFJT2016030089 下载格式：PDF + Word/doc 文字可复制、可编辑
《基于Peakvue技术的滚动轴承故障诊断》PDF+DOC2017年第03期 张宝,刘波,张郑华,杨涛 《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 《基于共振解调的滚动轴承故障诊断的研究与实现》PDF+DOC2006年第10期 李光,丛培田 《基于软件共振解调分析的滚动轴承故障诊断》PDF+DOC2004年第10期 杨建奎,高国华,孙自力,陈大光 《多通道信息融合技术在故障诊断中的应用》PDF+DOC2011年第03期 杨永生 《邯钢连铸连轧厂齿轮基座轴承故障诊断》PDF+DOC2011年第08期 朱海琴,王会军,乔国世,苑勇,杨建怀,吕鸿鹏 《精轧机齿轮基座轴承故障诊断》PDF+DOC2011年第04期 王会军,朱海琴 《滚动轴承故障诊断中振动信号的采集》PDF+DOC2008年第02期 戴静君,刘丽华,薛庆齐,孟波 《基于信息融合的滚动轴承故障诊断》PDF+DOC2015年第11期 颉潭成,韩一村,徐彦伟,马君达 《基于KPCA-BP网络模型的滚动轴承故障诊断方法研究》PDF+DOC2014年第08期 徐卫晓,宋平,谭继文

    • 提出一种基于改进的EEMD谱峭度的多传感器联合轴承故障诊断方法，通过多个加速度传感器联合采集振动信号，利用EEMD自适应地将信号分解成多个分量，通过计算每个IMF分量的互相关系数法进行自适应重构以突出故障特征信号；对合成后的信号画快速峭度图，获得峭度最大时的中心频率和带宽；根据快速峭度图自适应确定电子谐振器的参数，并对此合成信号进行谐振增益；对谐振增益后的信号进行Hilbert解调，并与理论计算的轴承故障特征频率比较，从而确定故障部位.通过仿真的故障轴承信号和滚动轴承实验进行了验证，结果表明：该方法对滚动轴承故障的检测精度更高，提取精度和抗噪声能力方面有了明显的改进，对工程实践具有重要的指导意义。

    📙 相关资料

    1. 《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......
    2. 《自适应除噪技术在滚动轴承故障诊断中的应用》PDF+DOC 本文在阐明自适应除噪技术原理基础上，论述了将此技术应用于带式输送机滚动轴承故障诊断的具体方法和诊断结果分析，证明此技术对于提高信噪比和突出轴承故障特征是一个实用有效的途径。...
    3. 《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。...
    4. 《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...
    5. 《多通道信息融合技术在故障诊断中的应用》PDF+DOC 目前的轴承故障诊断中，较多的是对单传感器信号的处理，不能充分利用多传感器测量得到的大量有价值信息。针对这一问题，本文提出了一种信息融合模型。该模型通过设置不同传感器的权重值来融合多个传感器的信号，以达到充分利用传感器信息的目的。通过一个轴承故障诊断的例子，证实本模型具有实现简单、准确率高的优点，在轴......
    6. 《邯钢连铸连轧厂齿轮基座轴承故障诊断》PDF+DOC 邯钢连铸连轧厂精轧机齿轮基座是非常重要的传动设备，目前它已经连续运行了11年，部分轴承已经开始损坏，由于它的最低转速只有13r/min，属于超低转速区域，采用通常的加速度传感器对它的轴承进行故障诊断异常困难。文中通过应用位移传感器，利用艾默生诊断软件，成功诊断出轴承内圈故障，避免了重大设备事故。...
    7. 《精轧机齿轮基座轴承故障诊断》PDF+DOC 结合精轧机齿轮基座轴承维修实践，用位移传感器代替传统加速度传感器，成功诊断出轴承内圈故障。...
    8. 《滚动轴承故障诊断中振动信号的采集》PDF+DOC 采用振动信号监测法对滚动轴承进行故障诊断的过程包含信号采集、特征提取、状态识别、故障分析和决策干预等五个基本环节，而最首要、最基本的环节就是信号采集。信号采集的准确性、合理性和实时性，直接影响着故障诊断的效果。介绍了滚动轴承故障诊断中振动信号采集的硬件实现。先通过压电式加速度传感器对振动信号进行拾取......
    9. 《基于信息融合的滚动轴承故障诊断》PDF+DOC 针对传统的单一传感器检测准确率不高，诊断系统不稳定等问题，将振动和声发射2种检测方法进行融合。首先对采集到的2种信号进行小波降噪及Hilbert解调，得到故障信号的频域包络谱，计算其频段能量值并组成特征向量；然后利用BP神经网络建立多传感器的信息融合系统，选取合适的样本输入网络进行训练，直至达到所要......
    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......

    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。