基于EEMD多维特征的旋转机械故障识别方法研究
版权信息:站内文章仅供学习与参考,如触及到您的版权信息,请与本站联系。
信息
资料大小
1.09 MB
文件类型
PDF
语言
简体中文
资料等级
☆☆☆☆☆
下载次数
简介
为有效诊断旋转机械故障,提出基于集合经验模态分解(EEMD)的多维特征提取故障诊断识别方法。利用EEMD将原始振动信号分解为若干个本征模态函数(IMF),分别计算原始信号和IMF分量的时域指标;将时域指标进行奇异值分解,得到奇异值特征向量,计算原始信号频率带能量比和IMF分量能量比;将IMF分量能量比、奇异值特征向量、频率带能量比组合为故障特征向量,作为神经网络的输入,对转子的工作状态进行诊断识别。结果表明:多维特征向量的识别效果优于EEMD能量特征,能更充分反映出转子的故障特征。相关论文
- 2021-06-21某中频接收模块的热设计
- 2024-12-31基于数值模拟的汽车摆臂强度分析及结构改进
- 2021-01-29挤压式甜品类小家电结构创新设计
- 2021-04-25基于COBRA的深沟球轴承结构改进设计
- 2025-01-07基于ABAQUS的装载机驾驶室防滚翻安全性能分析
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。