碧波液压网 欢迎你,游客。 登录 注册

基于奇异值分解的液压信号时域分解方法

作者: 张小明 唐建 张梅军 来源:振动与冲击 日期: 2020-02-25 人气:117
基于奇异值分解的液压信号时域分解方法
为了抑制模态混叠和降低分量中的噪声含量,提出了一种基于奇异值分解的液压信号时域分解方法.根据奇异值分解的两点特性:①每个频率成分对应两个大小相当的奇异值;②各频率对应的奇异值的大小与该频率的振幅呈正相关,该方法先选取原信号中的某一频率,向其中叠加频率相同、振幅已知的周期信号,使叠加信号中该频率的振幅最大,这样与其对应的奇异值一定位于对角矩阵的前两阶,解决了原信号该频率的奇异值阶数无法确定的问题,继而选取前两阶奇异值重构,再减去前步加入的周期信号,即还原出原信号中该频率的时间序列.同样,对于原信号中的其他频率用相同方法处理,最终获得一组分量.经实验,该方法较EMD不仅能有效消除模态混叠,而且降低了分量中的噪声含量.

IMF分量的倒频谱分析在滚动轴承故障诊断中的应用

作者: 张梅军 韩思晨 石文磊 王闯 来源:液压气动与密封 日期: 2020-01-15 人气:110
IMF分量的倒频谱分析在滚动轴承故障诊断中的应用
轴承局部损伤故障引起的振动响应往往会被较大的振动信号所掩盖影响故障的正确诊断。本文提出IMF分量的倒频谱分析方法首先将复杂的信号分解为有限的内禀模态函数(IMF)之和对原始振动信号进行降维;再对IMF分量进行倒频谱分析利用倒频谱方法准确地提取振动信号幅值谱上的周期特征。对EMD分解得到的多个IMF分量同时做倒频谱分析可以相互验证从而得到更可靠、更准确、更可信的诊断结果。通过对IMF分量的倒频谱分析法和Hilbert包络谱分析法诊断效果进行比较结果表明IMF分量的倒频谱分析方法比Hilbert包络谱分析提取的故障频率特征更精准、可靠。

基于油液颗粒污染物分析的某型装载机故障诊断方法

作者: 王克 龚烈航 张梅军 来源:液压气动与密封 日期: 2020-01-13 人气:126
基于油液颗粒污染物分析的某型装载机故障诊断方法
该文主要分析了液压系统中的颗粒污染物的产生机理,简述了颗粒对液压系统内部的作用机理和颗粒污染物是如何造成液压系统故障的。建立了液压油液中固体颗粒物形状和尺寸分布等与液压系统故障产生的关系。通过装载机液压油中固体颗粒物的物理特性分析来评价系统磨损程度。并提出了依此推断故障原因的方法。

基于fluent分析的先导阀内的油液流动特性研究

作者: 王克 龚烈航 张梅军 姜玉颖 来源:液压气动与密封 日期: 2020-01-10 人气:105
基于fluent分析的先导阀内的油液流动特性研究
论文对液压系统中先导阀的使用进行了介绍,简单介绍了研究的背景,应用Ansys的Fluent软件对先导阀的液压油流动特性进行了CFX分析,对液压油中颗粒污染物在先导阀阀芯的运动特性,如运动速度矢量和运动轨迹等进行了计算。论文为液压系统的污染控制和故障诊断技术的研究提供了重要依据。

基于改进的EEMD方法与GA-SVM的液压系统泄漏故障诊断

作者: 陈灏 张梅军 黄杰 柴凯 来源:液压与气动 日期: 2019-11-27 人气:71
基于改进的EEMD方法与GA-SVM的液压系统泄漏故障诊断
液压系统不同程度泄漏故障发生原因多样,特征十分相似,难以正确诊断.针对此问题,提出了改进的EEMD方法与GA-SVM结合的液压系统泄漏故障诊断方法.首先,在EEMD方法的基础上提出改进,抑制模态混叠和端点效应对振动信号分解的影响,保证信号分解的真实性.运用改进的EEMD方法将液压振动信号分解成若干个IMF分量,计算各IMF分量能量并归一化处理提取振动信号特征向量.然后运用遗传算法对SVM进行参数优化,将提取到的特征向量输入优化后SVM分类诊断,判断液压系统泄漏故障类型和严重程度.实验结果表明,该方法能够有效地应用于液压系统泄漏故障诊断.

基于SVD-SGWT和IMF能量熵增量的液压故障特征提取

作者: 柴凯 张梅军 黄杰 赵晶 来源:机械设计与制造 日期: 2019-01-19 人气:240
基于SVD-SGWT和IMF能量熵增量的液压故障特征提取
针对随机噪声和虚假分量影响总体平均经验模态分解(EEMD)分解质量问题提出基于奇异值分解(SVD)和第二代小波变换(SGWT)联合降噪预处理和本征模态分量(IMF)能量熵增量剔除虚假分量的改进EEMD方法。该方法首先对原始信号进行第二代小波变换利用SVD对SGWT得到的高频系数进行降噪处理克服了软、硬阈值法降噪的缺陷。然后对消噪处理的信号进行EEMD分解通过IMF能量熵增量去除虚假分量;最后对主IMF分量进行Hilbert谱分析来提取信号的主要特征。仿真和实验结果表明SVD和SGWT联合降噪故障信号信噪比显著提高且失真度小抑制了噪声对EEMD分解精度的干扰能量熵增量能有效地去除虚假IMFHilbert谱中各频率成分清晰不混叠成功提取了液压系统故障特征频率。

基于LabVIEW的液压系统故障信号处理方法

作者: 柴凯 张梅军 黄杰 陈灏 来源:机床与液压 日期: 2019-01-18 人气:128
基于LabVIEW的液压系统故障信号处理方法
应用Lab VIEW结合Matlab软件设计了液压系统故障信号分析系统从数据采集、预处理到分别通过时、频域信号处理方法有时域分析、相关性分析、频谱分析、倒频谱分析等;时频联合信号处理方法有短时傅立叶变换(STFT)、小波变换(WT)、经验模态分解(EMD)、集合经验模态分解(EEMD)等对液压系统正常、冲击、堵塞以及气穴等不同类型信号进行离线研究和分析。运行结果表明:该系统能对信号故障特征进行提取以便快速准确地查明和判别故障。

基于EEMD的液压系统振动信号相关主分量分析效果研究

作者: 陈灏 张梅军 柴凯 黄杰 来源:机床与液压 日期: 2019-01-18 人气:175
基于EEMD的液压系统振动信号相关主分量分析效果研究
为了研究液压系统振动信号经EEMD分解前几阶IMF分量能否代表EEMD分解信号的主要成分提出了EEMD分解的相关主分量分析研究了EEMD相关主分量分析的效果。运用EEMD分解信号得到其IMF分量计算出各分量与原信号的相关系数从中找出信号的相关主分量通过对主分量进行Hilbert包络谱分析并与原信号的Hilbert包络谱比较来验证EEMD相关主分量分析效果。通过对实测信号研究表明某液压缸连续信号经EEMD分解后与原信号相关性较大的5阶IMF分量:IMF1、IMF2、IMF5、IMF6、IMF7包含原信号主要成分能表示该信号EEMD分解的主分量而前5阶却不能完整表示原信号的主分量;对液压缸冲击信号分析发现EEMD分解的前两阶IMF分量:IMF1、IMF2与原信号相关性较大能够准确地表示原信号所包含的频率成分和信息能表示信号EEMD分解的主分量代表EEMD分解信号的主要成分。因此EEMD相关主

全断面掘进机推进液压缸推压力的确定

作者: 张梅军 杨小强 何士平 来源:工程机械 日期: 2018-12-22 人气:15
全断面掘进机推进液压缸推压力的确定
论文:摘要 全断面掘进机工作时的运动主要由推进液压缸推动机身的前进运动和旋转电机带动刀盘的转动组成。掘进机推进液压缸的推进力是确定掘进机推进液压缸缸数和液压缸大小的主要设计参数,也是确定掘进机工作中推进力大小的依据。本文对常用的液压缸压力公式作了修正。关键词:全断面掘进机 推进力 缸压力 通常认为,掘进机推进液压缸的推进力是由作用于盘形滚刀各刀刃上的径向平均载荷之和以及机器与主机轴线成一
    共1页/9条