共查询到15条相似文献,搜索用时 78 毫秒
1.
推导和证明了Haar小波连续小波变换时间和尺度的周期性,指出这种周期性可以提取出信号中的周期成分,并且使谐波和冲击信号在时间-尺度域中有不同的图形特征。因此根据这些特性可以识别齿轮裂纹产生的冲击和刚度变化,仿真和汽车变速器齿轮故障分析验证了Haar小波变换的有效性和实用性。 相似文献
2.
人工神经网络在汽车变速器齿轮故障诊断中的应用 总被引:10,自引:0,他引:10
本文通过对神经网络的研究,提出了基于神经网络的故障诊断方法,并以汽车变速器齿轮诊断为例,建立齿轮状态的分类网络,对齿轮状态进行诊断识别。经过验证表明该方法具有效的。 相似文献
3.
4.
针对故障齿轮振动信号多表现为多分量调幅一调频特征的状况,将广义解调时频分析方法应用于齿轮的非平稳振动信号处理,得到齿轮振动信号的时频分布,正常和故障状态下振动信号的时频分布区别明显.实验分析结果表明,广义解调时频分析方法优于其它时频分析方法,能有效地应用于齿轮非平稳振动信号的分析. 相似文献
5.
6.
往复式柴油机转动时产生振动是不可避免的这是由其复杂的结构和工作性质决定的,所以在柴油机故障诊断中,振动信号对于研究柴油机的振动特性和机械故障之间的内在联系起重要作用。通过从缸盖表面振动信号的小波包分解系数中提取整循环故障特征参数的方法,提取内燃机故障特征的研 相似文献
7.
8.
基于时序-神经网络的车辆变速器齿轮故障诊断 总被引:6,自引:0,他引:6
采用时序分析和BP神经网络,建立了基于时序-神经网络的车辆变速器齿轮故障诊断系统。通过对车辆变速器齿轮运行状念特征信号进行时序分析和特征向量提取,并以此作为BP神经网络的输入向量进行网络训练,从而实现变速器齿轮运行状态的识别与故障诊断。该系统应用于LC5T81变速器齿轮的故障诊断中,能够比较准确地识别与诊断出变速器齿轮的跑合运行状态、磨损运行状态和故障运行状态。验证表明该诊断系统有效、可行。 相似文献
9.
10.
11.
基于小波变换的汽车振动信号去噪分析 总被引:2,自引:0,他引:2
从小波变换的理论背景出发,介绍了利用小波变换对信号进行分解的原理。并针对汽车振动信号的非平稳性特点,对驾驶员座椅振动信号用dB4小波进行了多分辨分析和小波包分析,并运用Matlab中的WaveletToolbox对其进行去噪处理,取得了明显的效果。通过与Fourier去噪的比较,可以看出小波变换在汽车振动信号去噪中有着Fourier分析无可比拟的优点。 相似文献
12.
小波能量商在汽车发动机故障诊断中的应用 总被引:3,自引:0,他引:3
考虑发动机断火之后对振动信号的影响,基于4层小波包分解重构信号能量,构造了小波包能量商无量纲指标.通过该指标提取发动机断火前后信号的能量特征作比商,充分考虑了断火之后振动信号能量的阶跃特性,定量分析断火后信号能量变化的程度.采集东风EQ6100汽油发动机缸体正常、活塞敲缸异响、活塞销异响以及曲轴轴承异响等4种工况的振动信号,并应用小波能量商指标对试验信号进行分析,取得很好的效果.试验结果表明,小波能量商可以对发动机不同故障准确地识别分类. 相似文献
13.
14.