基于ICEEMD及AWOA优化ELM的机械故障诊断方法

旋转机械设备故障检测及识别一直是研究的热点。针对目前故障特征提取和诊断方法的不足,提出一种基于改进的完备集合经验模态分解(ICEEMD)与自适应鲸鱼优化算法(AWOA)优化极限学习机(ELM)的机械故障诊断方法。ICEEMD能够避免在分解过程中产生伪模态,其模式中残留噪声小,使提取故障信息更加准确。利用ICEEMD将采集到的信号分解成多个本征模态函数(IMF),对滚动轴承不同故障状态IMF的斯皮尔曼等级相关系数(SRCC)的计算结果进行分析,得出筛选IMF的标准为其SRCC大于0.02;将筛选后的IMF的混合熵(HE)作为特征向量。WOA相比其他仿生算法所需要调整的相关参数少、收敛速度快、稳定性好。AWOA利用自适应权重优化WOA的局部搜索方式,进一步提高了收敛精度。利用AWOA对ELM的权值和阈值进行优化,可以提高故障诊断的准确率。通过对比实验证明,AWOA-ELM的学习能力强、故障诊断的准确率更高。AWOA-ELM应用在滚动轴承不同尺寸滚珠和外圈故障诊断中,对滚珠故障诊断的准确率达到99.5%,对外圈故障诊断的准确率达到100%。

畜禽屠宰机械使用维护与故障诊断方法探讨

畜禽屠宰机械正确地维护保养可以使机械设备处于良好的运行状态,保持应有的工作性能,延长设备的使用寿命,避免发生设备事故和损坏。设备故障诊断维修即预知维修,它不仅限于为设备维修服务,更主要的是保证设备处于最佳运行状态。针对畜禽屠宰设备在生产过程中容易出现的故障和问题,进行分析和探讨,用多种方法进行分析汇总,找出设备产生故障的原因以及解决的方法,并列举了肉类屠宰机械容易产生故障的环节及原理分析,以及肉类屠宰机械维护保养应该注意的方面,供肉类屠宰加工企业参考。