作者:徐彦伟,刘明明,刘洋,陈立海,颉潭成 单位:中国科学院长春光机所;中国仪器仪表学会 出版:《光学精密工程》2019年第07期 页数:16页  (PDF与DOC格式可能不同) PDF编号:PDFGXJM2019070200 DOC编号:DOCGXJM2019070209 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于小波消噪的轴承振动测量及故障诊断研究》PDF+DOC2014年第02期 陈瑞华 《一种新型传感器──测力轴承的研究》PDF+DOC1994年第02期 郭明,陈宗农,周桂如,乐可锡,赵海鸣 《持续开发》PDF+DOC2006年第31期 Hubert Koettritsch 《基于数据融合的滚动轴承故障诊断研究》PDF+DOC2011年第03期 黄银花 《基于神经网络信息融合的智能故障诊断方法》PDF+DOC2008年第06期 李斌,章卫国,宁东方,尹伟 《滚动轴承动态刚性的激光位移测定法》PDF+DOC2008年第05期 邵毅敏,胡玉梅,欧家福,陈晓慧 《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 《基于虚拟仪器技术的滚动轴承故障诊断的包络分析》PDF+DOC2007年第04期 潘飞,秦树人,柏林 《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 《基于共振解调的铁路货车轴承故障诊断》PDF+DOC2013年第04期 侯丽娴,杨绍普,刘永强,廖英英
  • 为了实现轴承故障智能诊断,对基于信息融合的机器人薄壁轴承故障智能诊断方法进行研究。首先,采用声发射和振动传感器,搭建了机器人薄壁轴承试验与多信息数据采集系统;然后,以薄壁单列角接触球轴承ZR71820为对象,在轴承外圈、内圈和滚动体上分别制作点蚀、裂纹缺陷,用正交试验法采集不同缺陷类型、不同当量载荷及不同转速状态下薄壁轴承在试验过程中的声发射和振动信号;最后,选取时域中均方根值和峭度指数及频域中均方根频率作为振动、声发射信号的特征参数,分别进行了基于单一振动、声发射信号的薄壁轴承故障诊断,并采用SOM与BP神经网络将试验过程中的振动和声发射信号的特征信息进行融合,研究了基于信息融合的机器人薄壁轴承故障智能诊断技术。结果表明:基于振动信号故障诊断的正确率为85.7%;基于声发射信号故障诊断的正确率为81.0%;基于BP神经网络信息融合故障诊断的正确率为93.5%;基于SOM神经网络信息融合故障诊断的正确率为95.2%。基于SOM神经网络信息融合的薄壁轴承故障智能诊断比单用振动或声发射信号的诊断正确率分别高出9.5%和14.2%,比用BP神经网络信息融合故障诊.....。

    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。