基于加权非局部平均算法的滚动轴承故障诊断
本文关键词:基于加权非局部平均算法的滚动轴承故障诊断
更多相关文章: 滚动轴承 非局部平均算法 加权运算 故障诊断
【摘要】:非局部平均算法(Non-Local Means,NLM)拥有十分优异的去噪性能,被广泛应用于二维图像信号处理领域,并逐渐应用于一维轴承故障信号检测中。该方法能够利用信号中存在的冗余冲击成分,以包括局部结构的小窗口或邻域为单元,利用局部结构相似性进行加权运算,抑制随机噪声信号,使冲击特征得到增强。但对于强烈背景噪声干扰下的信号,诊断效果不够理想。提出一种基于非局部平均算法的权重包络谱诊断方法,该方法对信号各点进行加权运算,通过权值比对,使信号冲击分量的尖锐特性得到进一步增强。通过与EEMD方法对比,以及实验室轴承故障数据和工程案例分析,验证了该方法在检测轴承局部故障检测中的有效性和优越性。
【作者单位】: 华东交通大学机电工程学院;
【分类号】:TH165.3;;TN911;;TH17
【正文快照】: 滚动轴承是旋转机械中承受径向载荷和传递力矩的关键部件,其工作环境恶劣,极易损坏;同时其运行状态将直接影响整台机械设备的工作状况[1-2]。轴承故障不仅会引起机械设备的振动与噪声,甚至会造成巨大的经济损失与人员伤亡。有效的滚动轴承状态监测与故障诊断方法一直都是人们
【相似文献】
中国重要会议论文全文数据库 前10条
1 任获荣;马亚男;李胜刚;;熵随机共振在轴承故障诊断中的应用研究[A];2012年陕西省焊接学术交流会论文集[C];2012年
2 李琳;张永祥;童艳;;基于声发射和高阶谱分析的滚动轴承故障诊断[A];设备监测与诊断技术及其应用——第十二届全国设备监测与诊断学术会议论文集[C];2005年
3 高耀智;谭援强;;基于1(1/2)谱与小波分析相结合的滚动轴承故障诊断[A];2009年全国青年摩擦学学术会议论文集[C];2009年
4 陶新民;徐晶;杜宝祥;徐勇;;基于相空间奇异谱的SOM轴承故障诊断模型[A];第二十七届中国控制会议论文集[C];2008年
5 乔文生;陈兴辉;艾士娟;胡北;赵恒;;基于小波包和BP神经网络的滚动轴承故障诊断[A];第八届全国设备与维修工程学术会议、第十三届全国设备监测与诊断学术会议论文集[C];2008年
6 李培玉;刘光明;郑俊;;基于多通道振动信号的港机台车车轮轴承故障诊断系统[A];第九届全国振动理论及应用学术会议论文集[C];2007年
7 李培玉;刘光明;郑俊;;基于多通道振动信号的港机台车车轮轴承故障诊断系统[A];第九届全国振动理论及应用学术会议论文摘要集[C];2007年
8 沈路;周晓军;张杰;;基于形态非抽样小波与灰色关联度的滚动轴承故障诊断[A];2011年机械电子学学术会议论文集[C];2011年
9 宋浏阳;王华庆;高金吉;王峰;;基于蚁群算法的滚动轴承故障诊断[A];现代振动与噪声技术(第九卷)[C];2011年
10 张淑清;张琳;;基于RBF网络和D-S推理的轴承故障诊断[A];首届信息获取与处理学术会议论文集[C];2003年
中国重要报纸全文数据库 前1条
1 通讯员 蔡义杰 记者 唐先武;轴承故障诊断有了“透视镜”[N];科技日报;2001年
中国博士学位论文全文数据库 前1条
1 梁瑜;地铁列车轴承故障诊断及在途诊断系统研究[D];北京交通大学;2014年
中国硕士学位论文全文数据库 前10条
1 吴治南;基于小波变换与PNN神经网络相结合的滚动轴承故障诊断[D];河北工程大学;2015年
2 赵江萍;滚动轴承故障诊断系统设计[D];中国计量学院;2015年
3 张涛;机车轴承故障诊断系统的研究与设计[D];中南大学;2005年
4 黄建新;多传感器数据融合技术在轴承故障诊断中的应用研究[D];武汉理工大学;2006年
5 赵兴;基于时频维数的滚动轴承故障诊断技术应用研究[D];大连交通大学;2013年
6 卢一相;时频分析在轴承故障诊断中的应用研究[D];安徽大学;2007年
7 陈涛;低速重载轴承故障诊断的虚拟仪器研究[D];重庆大学;2005年
8 李学伟;支持向量机在嵌入式轴承故障诊断装置中的研究与实现[D];东北大学;2010年
9 任锴胜;基于DSP的嵌入式煤矿提升机天轮轴承故障诊断系统研究[D];山东大学;2011年
10 许茁;数据挖掘在轴承故障诊断中的应用[D];大连海事大学;2005年
,本文编号:1251740
本文链接:https://www.wllwen.com/kejilunwen/jixiegongcheng/1251740.html