复合故障
复合故障的相关文献在1999年到2023年内共计212篇,主要集中在机械、仪表工业、自动化技术、计算机技术、电工技术
等领域,其中期刊论文152篇、会议论文4篇、专利文献696758篇;相关期刊80种,包括机械设计与制造、轴承、中国工程机械学报等;
相关会议4种,包括2016年全国设备监测诊断与维护学术会议、第十五届全国设备故障诊断学术会议、第十七届全国设备监测与诊断学术会议、2016年全国设备诊断工程会议、中国空间科学学会2013空间光学与机电技术研讨会、第11届全国设备故障诊断学术会议等;复合故障的相关文献由616位作者贡献,包括万书亭、伍星、王志坚等。
复合故障—发文量
专利文献>
论文:696758篇
占比:99.98%
总计:696914篇
复合故障
-研究学者
- 万书亭
- 伍星
- 王志坚
- 胡爱军
- 胥永刚
- 陈复扬
- 何正嘉
- 刘畅
- 唐贵基
- 孙国玺
- 寇彦飞
- 张纪平
- 张雄
- 柳小勤
- 毛先胤
- 潘楠
- 王俊元
- 秦勇
- 袁静
- 訾艳阳
- 许爱丰
- 贾利民
- 迟毅林
- 陈向民
- 于德介
- 佘维
- 刘燕
- 叶阳东
- 向玲
- 孟志鹏
- 张清华
- 李营
- 李蓉
- 杨杰
- 潘紫微
- 王梦阳
- 王风涛
- 胡勤
- 赵军
- 赵志芳
- 高学金
- 付云骁
- 付超
- 代洲
- 何玉灵
- 何雅楠
- 冒泽慧
- 冷永杰
- 刘利强
- 刘坚
-
-
陈立海;
谭奥;
杨丽秀
-
-
摘要:
针对角接触球轴承内外圈同时发生故障情况下故障大小难以评估的问题,本文提出了一种评估角接触球轴承内外圈复合故障尺寸的方法。建立了角接触球轴承内外圈复合故障的动力学模型,获得了复合故障振动信号对复合故障信号进行分解与重构,得到与复合故障对应的单点故障信号。基于单点故障信号,研究了故障尺寸与振动信号统计特征(均方根、峭度和电平通过率)之间的关系,并进行了试验验证。结果表明:相比均方根和峭度,电平通过率与故障尺寸之间存在较强的线性关系,最小R^(2)为0.991 3,可以用来评估轴承复合故障尺寸的变化。
-
-
江旭耀;
林群煦;
侯至丞;
张弓;
张金越;
杨根
-
-
摘要:
当前对轴承进行健康度评估和剩余寿命预测时通常采用共振解调、包络分析等方法,但仍存在健康度提取困难、故障预测种类单一、缺乏可靠模型等问题。针对这些不足,文章提出一种基于级联长短期记忆(LSTM)神经网络轴承复合故障预测的方法,其通过两级级联LSTM神经网络实现轴承的健康度评估和剩余寿命预测。文中采用西安交通大学的轴承数据集进行实验对比,结果表明,相比共振解调法,采用本方法在单一故障数据的健康度评估中,健康度曲线的单调性、鲁棒性和趋势性综合评价指标分别提升了12%、24.8%和5%;在复合故障数据的健康度评估中,综合评价指标提升了15.1%;并根据健康度评估曲线实现了剩余使用寿命预测,证明了该方法在健康度评估和剩余寿命预测方面的有效性。
-
-
熊炘;
郑少帅;
何俊;
杨世锡
-
-
摘要:
齿轮箱发生故障时,因振源耦合等因素,各类单一故障和复合故障间具有一定共性特征,造成传统的基于卷积神经网络(convolutional neural network,简称CNN)的智能诊断方法准确率下降和诊断性能鲁棒性差。针对上述问题,提出一种新的基于一维卷积神经网络(one-dimensional CNN,简称1DCNN)的齿轮箱故障智能识别方法。该网络引入LeakyRelu激活函数替代原网络结构卷积层中的激活函数,防止训练时的神经元失效;利用LookAhead优化器,避免反向参数优化时训练结果收敛于局部极值;提出相似性损失度量函数,最小化同类样本序列间距的同时最大化不同类样本序列间距,以强化网络结构的标签识别能力和分类稳定性。将上述网络命名为sLL-1DCNN,利用齿轮箱故障模拟试验台信号对网络进行训练并识别各类故障,结果表明,该网络在训练集样本序列数量较少时具有更好的特征提取和泛化能力,且在训练集样本序列数量增加时,具备优于其他3种CNN的分类能力和分类稳定性。
-
-
田海勇;
王靖岳;
李建刚
-
-
摘要:
为了诊断齿轮箱复合故障并缩短检验时间,将VB调用MATLAB的方法应用到齿轮箱的复合故障诊断系统中。通过对诊断系统功能需求的分析,以及采用ActiveX技术实现VB调用MATLAB编程的详细介绍,在VB中对该诊断系统的主界面以及各个功能模块进行了编写。该诊断系统的设计能够缩短程序开发周期,提高工作效率,对于现场的故障诊断具有一定的指导意义。
-
-
刘桂敏;
吴建德;
李卓睿;
李祥
-
-
摘要:
针对滚动轴承复合故障特征难以分离的问题,提出了一种基于Infogram和参数优化最大二阶循环平稳盲解卷积(maximum second-order cyclostationarity blind deconvolution,CYCBD)的复合故障特征分离方法。首先,采用Infogram方法分析故障信号,选取最优带通滤波器,获得冲击性和循环平稳性最强的频带信号;其次,根据理论故障频率,设定CYCBD的循环频率集,并以包络谱稀疏度为依据,自适应选择CYCBD的滤波器长度;再次,对获得的频带信号进行解卷积运算,提取不同频率的故障冲击成分,实现故障分离;最后,对分离出的各故障成分进行包络解调分析,根据故障特征频率,识别故障类型。通过对仿真信号、西安交大-昇阳科技联合实验室(Xi’an Jiaotong University-Changxing Sumyoung Technology,XJTU-SY)的轴承试验数据分析,证明了所提方法可以有效实现故障特征分离。在此基础上,通过自制试验平台实测数据,进一步论证了该方法的可行性。
-
-
和鑫男;
刘彦辉;
刘成;
王雨露
-
-
摘要:
柴油机是船舶核心组件,一旦出现复合故障便直接降低船舶运行能力,甚至导致船舶无法正常工作,而人工智能算法的出现与发展则为处理柴油机复合故障提供了一个新的工作思路。基于此,文章立足于个人工作经验,从船舶柴油机复合故障数据获取、复合故障设置、样本数据、诊断流程、数据预处理、机制设计、方法验证角度系统分析船舶柴油机复合故障智能诊断机制,为高效率、高质量处理复合故障提供必要的指导。
-
-
冯海生;
肖永强;
吴保国;
党进;
王建平;
王风涛
-
-
摘要:
针对齿轮-转子-轴承系统发生复合故障时齿轮副振动响应,结合齿轮副模型和滚子轴承模型,基于拉格朗日方程建立了36自由度的齿轮-转子-轴承系统耦合振型,设定齿轮副主动轮剥落和轴承表面损伤复合故障,研究了复合故障下齿轮副的振动响应。结果表明,在健康的齿轮-转子-轴承系统振动响应下,系统振动时域幅值较为均匀,振动频谱主要为轴承外圈特征频率和齿轮副啮合频率;当齿轮副发生剥落单故障时,系统振动频谱上出现啮合频率与转轴频率调制生成的边频带;当齿轮-转子-轴承系统发生复合故障时,系统振动时域上的振动幅值增大,振动愈加复杂,频域信号调制现象严重,而且调制生成的信号幅值增大,但在其振动频域上可以找到其故障频率以及调制生成的谐波频率,以此可以判断系统的故障类型。
-
-
刘尚坤;
张伟;
范壮壮;
孔德刚;
张秀花
-
-
摘要:
针对滚动轴承复合故障特征存在交叉影响又受环境噪声干扰、分离诊断困难问题,提出一种基于改进奇异谱分解(SSD)和多点最优最小熵解卷积调整(MOMEDA)的滚动轴承复合故障分离诊断方法。首先,为了克服SSD分解层数需要凭经验设定而难以选到最优分量的缺点,提出相关峭度图方式优选复合故障中不同故障各自最优分解层数的改进SSD方法;其次,对选出的各最优分量,利用MOMEDA能够降噪、增强冲击特征的优点,进一步削弱其中残存的交叉及干扰成分;最后,由包络分析诊断出复合故障。实验信号分析结果表明:改进SSD方法能准确确定复合故障中不同故障的各自最优分解层数,经MOMEDA处理后的故障特征更明确、诊断更可靠,实现了轴承复合故障的有效分离和故障类型的准确诊断,为轴承复合故障的分离诊断提供了一条途径。
-
-
章翔峰;
刘迪;
姜宏
-
-
摘要:
相比于单部件复合故障,多部件复合故障中故障信息分散在多个域中和特征间相互耦合影响等情况更为严重,导致构造的特征集中往往存在着大量冗余或无关的特征。针对此问题,提出一种三阶段混合式特征选择方法,用于从特征集中筛选敏感特征,提升故障分类准确率。首先,使用4种过滤式模型对故障特征进行评价,然后基于分类错误率对评价结果加权排序,最后结合3种启发式搜索方法按照加权排序结果筛选最优子集。通过一组包含11种故障类别的齿轮–轴承复合故障数据集进行试验,试验结果表明该方法可以在降低特征集维数的同时显著提升分类准确率。
-
-
包正红;
林万德;
贺鹏康;
李永刚;
王生杰;
王理丽;
于鑫龙;
马永福
-
-
摘要:
本文以一台300Mvar同步调相机为研究对象,首先,分析了同步调相机单一故障时的磁场及电磁力的变化特征;其次,研究了偏心与转子绕组短路复合故障对调相机磁场以及电磁力的影响;最后,采用非线性Newmark隐式积分法计算了调相机正常与不同类型故障时在变化激振力作用下的非线性动力响应,通过对比正常运行和故障运行时的振幅曲线,定性分析不同故障对调相机转子振动的影响。结果表明:该振动特性可为调相机偏心与转子绕组匝间短路故障的诊断提供参考。
-
-
-
HAO Yansong;
郝彦嵩;
WANG Huaqing;
王华庆;
LI Jingle;
李景乐;
XIE Xin;
谢馨
- 《2016年全国设备监测诊断与维护学术会议、第十五届全国设备故障诊断学术会议、第十七届全国设备监测与诊断学术会议、2016年全国设备诊断工程会议》
| 2016年
-
摘要:
为提取多源故障信号特征,实现复合故障诊断,提出了一种基于改进的形态学滤波算法和独立分量分析的信号分离及特征提取方法.首先,通过自适应形态学滤波算法处理故障信号,降低噪声,提取故障信号特征;然后,通过局域均值分解使单通道信号分解成多个特征信号;最后,运用独立分量分析对多个特征信号进行盲源分离,实现故障识别和分离.以轴承复合故障为研究对象进行验证,分析结果表明:所提方法可以有效分离滚动轴承外圈与滚动体复合故障信号,实现了复合故障诊断.
-
-
WU Jianing;
吴嘉宁;
YAN Shaoze;
阎绍泽;
PAN Zehao;
潘泽浩
- 《中国空间科学学会2013空间光学与机电技术研讨会》
| 2013年
-
摘要:
大型机械系统的失效机理较为复杂,目前缺乏对复合故障的严重度评估的理论研究和实验验证.为了探究复杂机械系统的失效特性,寻找机械系统易失效的薄弱环节,本文提出了一种基于软件故障注入及Gini系数的机械系统复合故障严重度评价方法.该方法利用软件故障注入技术将故障添加到仿真系统中,得到复合故障情况下的动力学特性.利用Gini系数对故障信号进行相合度计算,评价不同故障的严重度进而给出抗失效设计方法.以太阳电池阵可展机构为案例,通过理论仿真探究了复合故障情况下的动力学特性以及故障严重度.最后,根据故障严重度排序给出了抗失效设计方法.
-