基于EMD奇异值分解与马氏距离的气阀故障诊断
设置排气阀的不同间隙及用新气阀模拟轻微漏气，构造气阀机构的四种常见工作状态，然后针对非平稳的缸盖振动信号，介绍了一种可以处理非平稳信号的新方法，应用Hilbert-Huang 变换的核心内容——经验模态分解法对非平稳信号进行分解，以降低原始信号中的非平稳性。利用经验模态分解和奇异值分解得到缸盖振动信号的故障特征参数，然后用少量的样本数据训练得到四种常见工作状态的模式向量，最后利用马氏距离判别函数进行气阀机构故障状态的识别。实验结果表明通过小样本即可完成模型的训练，且训练一旦完成，对未知样本的分类速度和识别率都很高，便于实现气阀机构故障的在线实时监测与诊断。
- 上一篇：汽车起重机液压缸爬行的故障树研究
- 下一篇：用超声波探伤法检查厂修轮对
设为首页 | 加入收藏 | 免责条款
《机械》杂志版权所有 Copyright©2008-2012 Jixiezazhi.com All Rights Reserved
电话：028-85925070 传真：028-85925073 E-mail：jixie@vip.163.com
地址：四川省成都锦江工业开发区墨香路48号 邮编：610063
Powered by PageAdmin CMS