中国学术期刊网络出版总库
  关闭
基于SVD方法的弱故障特征提取方法  
   推荐 CAJ下载 PDF下载
【英文篇名】 A New Method for Extracting the Weak Fault Symptoms of Current Signal via SVD
【下载频次】 ★★★★★
【作者】 张克南; 陆扬; 谢里阳; 郑进文; 万年红;
【英文作者】 ZHANG Kenan~1; LU Yang~2; XIE Liyang~1; ZHENG Jinwen~2; WAN Nianhong~3(1.School of Mechanical Engineering and Automation; Northeastern University; Shenyang 110004; China; 2.School of Mechanical Engineering; Xi'an Jiaotong University; Xi'an 710049; 3.Shanghai Baosteel Industry Inspection Corp.; Shanghai 201900; China);
【作者单位】 东北大学机械工程与自动化学院; 西安交通大学机械工程学院; 上海宝钢工业检测公司 沈阳;
【文献出处】 机床与液压 , Machine Tool & Hydraulics, 编辑部邮箱 2006年 10期  
期刊荣誉:中文核心期刊要目总览  ASPT来源刊  CJFD收录刊
【中文关键词】 电流法; 奇异值分解; 故障诊断; 电网频率;
【英文关键词】 Motor current signal analysis; Singular value decomposition; Fault diagnosis; Power frequency;
【摘要】 利用电流法诊断电机及其拖动设备故障时,较弱的故障特征频率分量往往被电网工频所淹没。本文运用了一种有效的弱故障特征提取方法,即通过奇异值分解(singu lar value decomposition,简称SVD)方法剔除电网工频主分量,从而对信号中的弱特征频率、特别是靠近电网工频的特征频率实现有效地提取。数值仿真计算和现场实际信号的应用结果都表明,应用SVD方法可以非常有效地达到这一目的。
【英文摘要】 While using MCSA(motor current signal analysis) to diagnose the mechanical faults,the weak fault symptoms are often submerged by power frequency.A new method for extracting the weak fault symptoms of current signal in the case of current diagnosis was presented.By means of SVD(singular value decomposition) method,the power frequency was effectively eliminated meanwhile the weak features were effectively extracted.The computer simulation and a practical application were described,which indicates SVD method c...
【更新日期】 2006-11-09
【分类号】 TM307
【正文快照】 0引言电动机及其拖动系统在工业生产中大量使用,保证其正常的工作状态对于工业生产有着重要意义。电流法[1]作为一种电机及其拖动设备故障诊断的新方法,相比于传统的振动分析方法[2]具有信息集成度高、传递路径短、信噪比高等优点,特别在一些无法在设备上安装传感器或运行状态?

xxx
【读者推荐文章】中国期刊全文数据库 中国博士学位论文全文数据库 中国优秀硕士学位论文全文数据库 中国重要会议论文全文数据库
【相似文献】
中国期刊全文数据库
中国优秀硕士学位论文全文数据库
中国博士学位论文全文数据库
中国重要会议论文全文数据库
中国重要报纸全文数据库
中国学术期刊网络出版总库
点击下列相关研究机构和相关文献作者,可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献,使您全面了解该机构和该作者的研究动态和历史。
【文献分类导航】从导航的最底层可以看到与本文研究领域相同的文献,从上层导航可以浏览更多相关领域的文献。

工业技术
  电工技术
   电机
    一般性问题
     电机维护与检修
  
 
  CNKI系列数据库编辑出版及版权所有:中国学术期刊(光盘版)电子杂志社
中国知网技术服务及网站系统软件版权所有:清华同方知网(北京)技术有限公司
其它数据库版权所有:各数据库编辑出版单位(见各库版权信息)
京ICP证040431号    互联网出版许可证 新出网证(京)字008号