微信:HuangL1121
QQ号:1224848052
团队:MATLAB代做|MATLAB专业代做|python代做|matlab代写|FPGA代做|FPGA专业代做
地址:北京市-朝阳区-双柳北街18号院
当前位置:首页 > 其他专业 > 使用李氏指数函数检测机械健康的奇异性检测
项目案例
使用李氏指数函数检测机械健康的奇异性检测
使用李氏指数函数检测机械健康的奇异性检测
产品说明:

摘要:机械健康监测在工业中是实施状态维护的关键步骤。在此过程中,机械健康状态的定量描述对维护决策很有必要。在本文中,我们应用小波的数据处理及一个新的概念——李氏指数函数是,来分析信号奇异性,李氏指数函数的提出基于小波变换。定义了一个基于的健康指数的斜率,它可以用于维护决策。所提出的方法,由两组齿轮箱的振动数据的比较及其他三个指数得到验证。结果显示该基于健康指数的斜率作用良好。

关键字: 基于状态的维护;奇异性分析;小波;李氏指数;斜率;健康指数

 

1.     简介

在现代制造行业中,机械维修活动的作用变得非常重要,尤其是对那些大型的、重要的设备和基础设施,其失败可能导致重大经济损失,甚至对人类和社会造成灾难性损害。从而优化维护决策的研究吸引了学术界和工业界的兴趣。从维修工程的历史看,传统的维修策略,例如运行-停止模式和基于时间模式的预防性维护,因易于实现而得到广泛应用。然而,这些策略不经济,并且可能在实施的过程中导致过度维护或过少维护。基于条件维护(CBM)负责管理在机械健康状况或状态基础上的维护活动,被认为是在此领域中新的研究方向。CBM的成功执行取决于由状态监测系统对机械健康状况的准确识别。

状态监测是指从机械收集到的健康状况信息的鉴定。一般情况下,使用的信息可以是振动、声发射、温度等。由于振动数据容易收集,它们包含关于机械的丰富信息,很多研究人员在状态监测方面进行了大量的研究并且在最近的评论中加以总结(Jardine等人,2005)。CBM的程序由四个关键步骤组成:

1.数据采集单元,收集与系统健康状况相关的数据;

2.数据处理单元,分析收集的数据或信号以提取包含在原始数据中最重要的信息;

3.状态描述单元,基于步骤2中的结果来描述系统健康状况;

4.维护决策单元,建议维护活动,对当前的条件下该做什么作出决定。


联系:highspeedlogic

QQ :1224848052

微信:HuangL1121

邮箱:1224848052@qq.com

网站:http://www.mat7lab.com/

网站:http://www.hslogic.com/

微信扫一扫:



上一篇:MATLAB代做|模拟 24 个GPS 卫星的轨道,和一个自己卫星的轨道

版权所有: MATLAB代做|MATLAB专业代做|python代做|matlab代写|FPGA代做|FPGA专业代做 Copyright © 2019 All rights reserved.
微信:HuangL1121 QQ:1224848052
地址:北京市-朝阳区-双柳北街18号院

扫一扫,关注我们