基于阶次谱的Vold-Kalman滤波带宽优选方法
本文选题:故障诊断 + Vold-Kalman滤波 ; 参考:《振动工程学报》2017年02期
【摘要】:Vold-Kalman滤波阶次跟踪分析技术以其能够在时域中提取阶次分量,同时避免了传统计算阶次分析的重采样和时、阶次域变换带来的误差等优点,已经成为了一种重要的非平稳状态下旋转机械的故障诊断方法。滤波带宽作为Vold-Kalman滤波阶次跟踪分析技术实现过程的核心参数,决定了该方法分析结果的准确性和稳定性,然而目前针对滤波带宽的选择主要依靠实践经验确定,严重制约了该方法的深入研究和实践应用。因此提出了一种基于阶次谱的Vold-Kalman滤波带宽优选方法,该方法结合了阶次数据的时域、阶次域的特点,并利用标准差指标,实现监测过程可控的Vold-Kalman滤波阶次跟踪分析。该方法可以根据不同故障类型以及使用者精度要求对滤波带宽进行适时更新,具有很大的应用价值。最后通过实验数据说明了该方法的实现过程及其有效性。
[Abstract]:Vold-Kalman filter order tracking analysis technology can extract order component in time domain, and avoid the advantages of traditional order analysis resampling and time domain transformation. It has become an important fault diagnosis method for rotating machinery under non stationary state. Filter bandwidth is used as Vold-Kalman filter. The core parameters of the order tracking analysis technology determine the accuracy and stability of the analysis results. However, at present, the selection of filter bandwidth depends mainly on practical experience, which seriously restricts the in-depth study and practical application of the method. Therefore, a Vold-Kalman filter bandwidth advantage based on order spectrum is proposed. The method combines the characteristics of the time domain and order domain of the order data, and uses the standard deviation index to realize the Vold-Kalman filtering order tracking analysis of the monitoring process. This method can update the filter bandwidth according to the different fault types and the user's precision requirements. The method is of great application value. Finally, the method is of great value. Experimental data illustrate the implementation process and effectiveness of the method.
【作者单位】: 电子科技大学机械电子工程学院设备监控与健康管理研究所;
【基金】:国家自然科学基金资助项目(51305067,51375078)
【分类号】:TH17
【相似文献】
相关期刊论文 前10条
1 栾军英;杨通强;郑海起;唐力伟;靳秀文;;非定比传动机械的计算阶次分析[J];机械强度;2006年S1期
2 杨通强;郑海起;龚烈航;唐力伟;;计算阶次分析中的采样率设置准则[J];中国工程机械学报;2011年01期
3 周晓锋;史海波;尚文利;闫一功;高明山;;基于阶次分析理论的变速器故障判别实现方法[J];计算机应用研究;2012年08期
4 汪伟;杨通强;王红;王平;邓士杰;;非稳态信号计算阶次分析中的重采样率研究[J];振动、测试与诊断;2009年03期
5 梅检民;肖云魁;杨万成;陈祥龙;乔龙;;基于分数阶傅里叶变换的邻近阶比分离研究[J];振动与冲击;2012年11期
6 崔砚宏;叶文龙;黄林;;阶次跟踪在齿轮箱噪声源识别上的应用[J];机械传动;2012年07期
7 温政钢;栾军英;;基于定点DSP的计算阶次跟踪研究[J];装甲兵工程学院学报;2010年04期
8 姜玉明;;基于Labview的旋转机械阶次分析系统研究[J];数字技术与应用;2012年03期
9 张亢;程军圣;杨宇;;基于局部均值分解的阶次跟踪分析及其在齿轮故障诊断中的应用[J];中国机械工程;2011年14期
10 万德安;王远程;赵永杰;;基于LabVIEW编程语言的重采样阶次比分析研究[J];长春师范学院学报;2005年11期
相关会议论文 前2条
1 陈恩伟;刘正士;王勇;陆益民;;齿轮箱故障诊断的阶次分析方法研究[A];第六届全国信息获取与处理学术会议论文集(3)[C];2008年
2 陈英涛;康海英;;基于阶次双谱和EMD的滚动轴承故障诊断研究[A];探索 创新 交流——第五届中国航空学会青年科技论坛文集(第5集)[C];2012年
相关硕士学位论文 前7条
1 郝高岩;基于阶次分析的滚动轴承非平稳工况故障诊断方法研究[D];石家庄铁道大学;2016年
2 祝东;基于阶次分析的旋转机械故障诊断系统设计[D];上海交通大学;2015年
3 魏玉果;基于自适应计算阶次跟踪的旋转机械阶次分析系统[D];重庆大学;2007年
4 戴功伟;基于自适应转频跟踪滤波的旋转机械阶次分析研究[D];重庆大学;2013年
5 汪华平;旋转机械变速工况下阶次全息方法研究[D];重庆大学;2013年
6 王梦;基于阶次分析的旋转机械故障诊断方法研究[D];燕山大学;2014年
7 王海童;阶次分析在1.5MW风电增速箱故障诊断中的应用研究[D];沈阳工业大学;2016年
,本文编号:1978640
本文链接:https://www.wllwen.com/jixiegongchenglunwen/1978640.html