齿轮泵的振动信号分析与特征提取
针对高压齿轮泵CB—KP63泵壳的振动信号,采用时域同步平均和频域分析方法对其振动信号进行分析,提取故障信号的特征,可有效地进行故障模式识别。
小波包神经网络在齿轮泵故障诊断中的应用
采用小波包技术提取齿轮泵的振动信号的小波包能量谱及其谱熵作为改进的BP网络的输入特征进行齿轮泵的故障诊断。实验结果表明该方法大大地提高了诊断的可靠性。
基于压力信号分析与特征提取的齿轮泵故障诊断
以压力信号作为特征信息对齿轮泵进行故障诊断,通过压力信号分析,利用平稳小波分解与重构将压力信号的低频波动项与高频脉动项进行了分离,并对低频波动和高频脉动部分的功率谱进行了分析,得到了反映故障状态变化的特征。
-
共1页/3条





