基于提升小波的齿轮箱故障诊断

对齿轮箱的振动机理以及故障诊断特点、方法进行分析,介绍了提升小波的基本理论。并利用提升小波对齿轮箱工况信号进行消噪、分解、重构以及提取功率谱,采用BP神经网络模型识别齿轮箱运行状态以及定位故障类型和部位。

基于HHT变换和SVM的齿轮箱故障诊断

提出了基于HHT变换和SVM结合的齿轮箱故障诊断方法,介绍了固有模态函数、EMD分解和Hilbert谱以及支持向量机(SVM)理论。先对各种工况信号消噪,再利用EMD分解将信号分解为IMF分量,求出Hilbert谱和边际谱,再利用边际谱求出各信号的故障特征信息,最后利用支持向量机判别齿轮箱的故障类型。该实验证明了此方法诊断齿轮箱故障的有效性。

基于小波变换的自动机故障诊断

对自动机故障诊断特点和方法进行分析,并举例介绍了小波变换在自动机故障诊断中的应用。利用小波变换对自动机信号进行分解,重构以及提取信号包络谱,快速准确判断出自动机设备运行状态是否异常,比传统方法更有效。

多通道实时数据采集存储系统的设计

本文设计了数据采集存储系统,阐述了数据记录器中各部分电路硬件设计。系统采用可编程逻辑器件FPGA来实现整个系统的逻辑控制以便同时可靠的采集、存储多路模拟量和数字量数据,以FLASH为存储介质,对存储模块进行最小化设计,大大缩减了系统的体积,延长了数据的保存时间,进一步提高了系统的可靠性。

基于ZigBee技术的采煤机状态监测与故障诊断系统设计

提出了一种基于ZigBee技术的采煤机状态检测与故障诊断系统的设计思路。分析了传统状态监测系统信号有线传输方式的不足和ZigBee技术应用于矿井环境中的优势,在此基础上完成了传感器节点的软硬件设计。此外还重点论述了电牵引采煤机状态检测与故障诊断系统方案的设计思路,并分别详细介绍了该诊断系统中两大功能模块的具体实现方案。

一种高速数据采集记录装置的设计

文章介绍了一种基于Flash的高速数据采集记录装置的实现方案;文中采用了Flash高速存储技术与FPGA的二级缓冲技术,提高了存储速度,突破存储芯片的瓶颈,成功实现了数据存储速率与传输速率完美的匹配;同时通过设计合理的电路降低了存储模块的功耗,利用可靠的通信协议,有效保证了信号数据的可靠接收和存储。

基于DSP-TMS320F28335的齿轮箱故障诊断系统研究与应用

齿轮箱作为机械设备的关键部件,故障发生率比较高,针对其运行信号大多为非平稳振动信号,设计以DSP-TMS320F28335(简称F28335)为核心的嵌入式齿轮箱故障诊断系统,利用F28335丰富的外设模块搭建了系统的硬件平台结构,通过MATLAB中的Embedded Coder,Simulink/Stateflow和DSP System Toolbox搭建数据采集、数据预处理和通信模块模型;并在Simulink中搭建神经网络模型,使用神经网络对故障进行诊断识别。将MATLAB与CCS连接,使MATLAB自动生成代码加载给CCS进行调试。该系统具有数据采集、数据存储、通信和故障诊断功能。