低速重载大型设备是现代工业的关键,若发生突发事故将导致整个生产过程瘫痪。课题以间歇性低速重载设备的工作状态为研究对象,以共振解调振动信号和声发射信号为信息载体,以非线性微弱特征提取方法和非平稳信号处理理论为核心,对设备零部件损伤引发的微冲击振动和声发射信号辨识及早期故障诊断的理论方法和实用技术进行深入研究。振动信号共振解调在一定程度上增强了设备的故障信息,但仍被强大的噪声信号湮没,拟采用随机共振和混沌理论对其进行探测和辨识。声发射信号属于典型的非稳态信号,拟采用提升小波等新型非平稳信号混合处理方法进行特征提取和故障定位。最后对设备的振动和声发射特征进行模糊关联分析及案例推理机制研究,提供具有普遍意义的间歇性低速重载设备的早期故障诊断决策的理论与技术,满足国民经济发展的迫切需要,取得显著的经济效益和社会效益。
{{i.achievement_title}}
数据更新时间:2023-05-31
二维FM系统的同时故障检测与控制
基于暂态波形相关性的配电网故障定位方法
相关系数SVD增强随机共振的单向阀故障诊断
基于小波高阶统计量的数字图像来源取证方法
气体介质对气动声源发声特性的影响
基于混沌振子与信息融合技术低速重载设备故障诊断方法研究
低速重载行星齿轮箱故障诊断的理论与技术
低速重载机械早期故障稀疏特征识别的研究
间歇性低速重载行星轮系故障演化机理及其定量诊断方法研究