假设x1,x2,…,xM为训练样本,用X={xi}表示样本空间。KPCA方法的基本策略是,通过选定的映射关系将样本空间映射到某个高维特征空间,再在此线性空间中做PCA分析。假设相应的映射为Φ,其定义如下:核函数通过映射Φ将隐式地实现点x到F的...[继续阅读]

    频域分析是设备故障诊断中使用最广泛的信号处理方法,频域分析是把信号的幅值、相位或能量变换为以频率坐标轴表示,进而分析其频率特性的一种方法,它是以傅里叶分析为基础的,通过寻找功率谱中各频率能量大小变化和分布的情...[继续阅读]

    基于第二章所介绍的齿轮传动系统能量监测实验台,实验时,电机转速N=1400r/min,负载加载量为1A,故障发生在轴2的z2齿轮上,断齿故障设置为断1齿。输入功率采样频率设置为10000Hz,按式(2-26)对所采集的数据计算时间平均功率(10个数据为计...[继续阅读]

    本章围绕齿轮传动系统能量信号监测与故障诊断系统的功能展开研究,详细分析了系统的基本结构以及信息获取、处理和信息融合等环节的实现过程,开发了能量信号监测与故障诊断系统,具体工作如下:(1)研究了齿轮传动系统能量信号...[继续阅读]

    故障模式识别是将故障模式分类,实质上是样本数据空间经过特征空间到类别空间的映射。特征分类是将通过特征提取后信息与特定的过程对应起来,从而实现从信息空间到状态空间的转换,实际上是一个模式分类的过程。模式识别过...[继续阅读]

    选取特征库2中的120×52检测特征样本作为齿轮故障模糊识别案例的数据来源,在模糊聚类与识别方法中,KPCA特征提取阶段选取的高斯核函数参数σ=15。200个训练样本与120个检测样本同时做KPCA特征提取后,按照累计贡献率的要求,可得到...[继续阅读]

    本章所开发的能量信号监测系统是在虚拟仪器的基础上,将多传感器信息通过数据采集卡送入计算机,并在计算机内利用Labview软件对采集的信息进行读取、识别、显示、回放和处理。它是一个软件与硬件相结合的虚拟仪器系统。根据...[继续阅读]

    本书研究的目的是基于能量视角,辨析齿轮传动系统振动与输入能量之间的相关性,并以此为基础挖掘潜藏于能量信号之中的故障模式规律,在研究有效的能量信号处理、特征提取以及故障模式模糊识别等方法的过程中,发展一种新型的...[继续阅读]

    仿真试验数据由下式产生:x(t)=4sin(20πt)sin(0.2πt)+sin(10πt)(3-34)其中,x(t)的幅度为4,t∈[0.15,2.15],该信号由一个载波频率为10Hz的调幅信号(设为x1)和一个频率为5Hz的正弦信号(设为x2)组成,式(3-34)所产生的信号如图3-15所示。图3-15原始信号利用...[继续阅读]

    机械设备故障诊断技术所涉及的领域非常广泛,而信息处理技术是这些广泛技术中的关键技术,它包括快速傅里叶变换、倒谱分析、短时傅里叶变换、Winger-Vile分析、时间序列分析、时域模型分析、时频分析、小波分析等方法。小波分...[继续阅读]