188宝金博页面版

  • 图案背景
  • 纯色背景
视图
标记
批注
批注本地保存成功，开通会员云端永久保存 去开通
karlsmith2

上传于：2014-01-12

粉丝量：38

该文档贡献者很忙，什么也没留下。


  • 相关
  • 目录
  • 笔记
  • 书签

188宝金博页面版:更多相关文档

  • 高校校企, 校产, 校地合作实践与探索

    星级： 6 页

  • 镁铝铁铜及其重要化合物

    星级： 44 页

  • 局部特征尺度分解方法及其在齿轮故障诊断中的应用

    星级： 8 页

  • 局部特征尺度分解方法及其在齿轮故障诊断中的应用

    星级： 8 页

  • 局部特征尺度分解方法及其在齿轮故障诊断中的应用

    星级： 9 页

  • 改进的经验模态分解及其在列车轴承声学故障诊断中的应用

    星级： 4 页

  • 基于：匆端雇绲墓收险锒戏椒ㄑ芯考捌湓诹锌叵低持械挠τ

    星级： 67 页

  • 基于：匆端雇绲墓收险锒戏椒ㄑ芯考捌湓诹锌叵低持械挠τ

    星级： 66 页

  • 基于：匆端雇绲墓收险锒戏椒ㄑ芯考捌湓诹锌叵低持械挠τ

    星级： 67 页

  • 基于：匆端雇绲墓收险锒戏椒ㄑ芯考捌湓诹锌叵低持械挠τ

    星级： 63 页

  • 离散余弦包络分析法在列车轮对踏面损伤检测中的应用

    星级： 4 页

  • 可编程控制器在列车轮对清洗机中的应用　

    星级： 2 页

  • 离散余弦包络分析法在列车轮对踏面损伤检测中的应用

    星级： 5 页

  • 离散余弦包络分析法在列车轮对踏面损伤检测中的应用

    星级： 4 页

  • 离散余弦包络分析法在列车轮对踏面损伤检测中的应用

    星级： 4 页

暂无目录

点击鼠标右键菜单,创建目录

    暂无笔记

    选择文本，点击鼠标右键菜单，添加笔记

    暂无书签

    在左侧文档中，点击鼠标右键，添加书签

    188宝金博页面版: 特征谱分析方法及其在列车轮对故障诊断中的应用

    下载积分： 5000

    内容提示： 第２３卷第ｌ期２０ ０ ８ 年湖南科技大学学报（ 自然科学版）３月Ｊｏ ｕ ｍ ａ ｌ ｏ ｆ Ｈ ｕ ｎ ａ ｎＵ ｎ ｉｖ ｅｒ ｓｉｔｙｏ ｆＳ ｃ ｉｅ ｎ ｃ ｅ ＆ Ｔ ｅ ｃ ｈ ｎ ｏ ｌｏ ｇ ｙ （ Ｎ ａ ｔｕ ｒ ａ ｌＳ ｃ ｉｅ ｎ ｃ ｅ Ｅ ｄ ｉｔｉｏ ｎ ）Ｖ ０１． ２３ Ｎ ｏ ． １Ｍ 盯． ２ ０ ０ ８特征谱分析方法及其在列车轮对故障诊断中的应用黄采伦， 周华， 张剑， 王靖， 邝艳菊（ 湖南科技大学机械设备健康维护湖南省重点实验室， 湖南湘潭４ １１２０ １）摘要： 鉴于列车轮对故障特征信息往往被淹没在背景噪声里， 而一般频谱分析方法常因负载变化、 转速波动而造成谱值：蛔嫉娜钡， 提出了一种列车轮对故障在线诊断的特征谱分析方法， 并根据列车轮对故障诊断的实际需要， 研制了故障在线诊断特征谱分析系统． 阐述了该方法的原理、 信号采样、 信号处理以及特征...

    文档格式：PDF | 页数：6 | 浏览次数：17 | 上传日期：2014-01-12 10:15:02 | 文档星级：
    第２３卷第ｌ期２０ ０ ８ 年湖南科技大学学报（ 自然科学版）３月Ｊｏ ｕ ｍ ａ ｌ ｏ ｆ Ｈ ｕ ｎ ａ ｎＵ ｎ ｉｖ ｅｒ ｓｉｔｙｏ ｆＳ ｃ ｉｅ ｎ ｃ ｅ ＆ Ｔ ｅ ｃ ｈ ｎ ｏ ｌｏ ｇ ｙ （ Ｎ ａ ｔｕ ｒ ａ ｌＳ ｃ ｉｅ ｎ ｃ ｅ Ｅ ｄ ｉｔｉｏ ｎ ）Ｖ ０１． ２３ Ｎ ｏ ． １Ｍ 盯． ２ ０ ０ ８特征谱分析方法及其在列车轮对故障诊断中的应用黄采伦， 周华， 张剑， 王靖， 邝艳菊（ 湖南科技大学机械设备健康维护湖南省重点实验室， 湖南湘潭４ １１２０ １）摘要： 鉴于列车轮对故障特征信息往往被淹没在背景噪声里， 而一般频谱分析方法常因负载变化、 转速波动而造成谱值：蛔嫉娜钡， 提出了一种列车轮对故障在线诊断的特征谱分析方法， 并根据列车轮对故障诊断的实际需要， 研制了故障在线诊断特征谱分析系统． 阐述了该方法的原理、 信号采样、 信号处理以及特征谱泄漏抑剞等问题． 实际运用结果表明该方法比普通的频谱分析技术更为准确地描述了故障信号的特征。 是一种可靠而有效的故障诊断方法． 图５。 参８．关键词： 特征谱分析； 整周期等角度采样； 轮对轴承； 故障诊断中图分类号： Ｕ ２７ ０． ３３１＊ ． １文献标识码： ＾ｔ文章编号： １６７ ２—９ １０ ２（ ２０ ０ ８ ）０ １－ ０ ０ ７ １－ ０ ５由于列车轮对运行环境恶劣， 且存在电机、 整流装置等车载设备产生的强烈电磁干扰和干线电网的工频干扰， 以及测量系统和各单元电路之间的公共接地阻抗产生的严重干扰等诸多不利因素， 列车轮对在线状态监测与故障诊断的准确性和可靠性一直是倍受关注的难点问题ｎ 丑随着铁路向高速化、 重载化发展， 传统的检测手段已不能满足铁路现代化对检修工作的要求， 因此研制具有在线监测功能的列车轮对故障诊断系统， 对加强铁路运输安全、 提高列车运行效率、 降低检修的劳动强度具有重要意义．轮对作为列车重要的机械部件， 出现故障后直接影响行车的安全． 轮对组件长期处于高速重载工作状态， 由于其工作面接触应力的长期反复作用， 极易引起轴承疲劳、 裂纹和压痕等故障， 导致轴承断裂， 造成故障． 在列车运行中， 轮对组件往往会出现一些不可预见的故障， 给机车车辆带来额外的冲击振动， 继而产生“热轴” 或其他故障， 危及行车安全【１Ｌ 因此， 必须在列车运行过程中对轮对状况进行精确检测． 由于列车运行过程中本身存在大量的各种不同类型的振动信号， 当轮对出现故障时， 其产生的振动冲击淹没在强烈的背景噪声里， 这给故障特征信息的提取带来很大的困难田． 为了消除检测故障特征信息的噪声污染及其对各种后续数据分析带来的负面影响， 作者提出了特征谱分析方法， 并将其运用到列车轮对故障的在线诊断中． 实际运用结果表明： 该方法比普通的频谱分析技术更为准确地描述了故障信号的特征．１特征谱分析方法原理１． １故障特征值定义定义故障特征值（ Ｋ ）为旋转故障部件每转的振动次数． 它与故障特征频率Ｚ 的关系为卢罢｝?Ｋ 《?Ｋ ．Ｕ Ｕ（ １）式（ １）中， ，ｐｍ 为转速（ ｒ／ｍ ｉｎ）， 旋转频率（ ｒ／ｓ）ｆ ． ＝ ｒｐｎＶ ６０．显然， 故障特征频率在旋转频率一定的情况下，只与每转振动的次数有关， Ｋ 代表了旋转机械的部件和结构的旋转特征． 特征分析方法是对旋转部件故障产生的振动冲击进行转速跟踪的整周期等角度采样，将连续的时域振动信号变成角域离散信号； 再将角域信号转换成特征域信号（ 即特征谱）， 分析特征谱即可识别出旋转机械的各类故障．收稿日期： ２０ ０ ７ － ０ ７ —１８基金项目： 国家８ ６ ３计翅｜项目（ ２０ ０ ６ Ａ Ａ ｌｌＺ ２３０ ）国家自然科学基金资助项目（ ６ ０ ６ ７ ４ ０ ０ ３）作者简介： 黄采伦（ １９６８一）。 男。 贵州黔西人。 博士。 副教授， 主要从事设备故障诊断、 智能检测、 自动化系统等研究．、７ １　　万方数据

    阅读了该文档的用户还阅读了这些文档

    188宝金博页面版:关于我们

    188宝金博页面版:帮助中心

    188宝金博页面版:关注我们

    • 新浪微博

    关注188宝金博页面版公众号

    188宝金博页面版
    阅读
    APP
    阅读
    返回
    顶部
    188宝金博页面版官网登录在线平台入口（2026已更新）—江苏协昌电子科技股份有限公司