排序方式： 共有6条查询结果，搜索用时 15 毫秒
1
1.
当机械设备在运转时,由于各个零件自身与环境的影响会产生噪声、声音反射等一系列问题,导致从传声器阵列采集的信息中很难提故障信息。为了解决这一问题,基于声阵列采集到的信号与近场波束形成的关系,研究了一种增强声源信号的方法。该方法首先利用波束形成延迟求和的方法对故障点的位置进行定位,根据定位结果对每个通道采集的信号进行相位和幅值补偿后叠加。选取一段主要为噪声信号的频率段信息对信号进行功率估计,然后利用叠加后的信号作为谱减法算法的输入信号,对输入信号计算其功率并与噪声段的估计功率相减,以此进行降噪处理并得到增强后的信号。实验结果表明,该方法能有效地抑制噪声,提高输出信号的信噪比,根据故障特征频率对轴承进行故障诊断。 相似文献
2.
侯永权柳小勤 《农业装备与车辆工程》2022,(11):10-13
针对RJQ6-1工业机器人的结构参数,通过改进D-H法,确定JQR6-1机器人六自由度数学模型,得出机器人的D-H的几何参数,根据参数进行数学运算。运用MATLAB的机器人工具箱模块Robotics Toolbox,根据D-H数值构建机器人虚拟数学运动仿真模型,验证运动学的正向仿真分析,进行了不同的运动轨迹规划仿真,验证了RJQR6-1型六关节机器人模型的准确性。通过虚拟模型运动学仿真,仿真计算准确得到关节角速度、角位移、角加速度随时间的变化曲线,为后续进一步深入研究提供参考。 相似文献
3.
变分模态分解结合深度迁移学习诊断机械故障 总被引：3，自引：3，他引：0
针对机械故障振动信号在变工况条件下的特征提取与智能诊断问题,该研究提出了一种将变分模态分解(Variational Mode Decomposition,VMD)的优化算法与深度迁移学习(Deep Transfer Learning,DTL)模型相结合的故障诊断方法。首先,通过多种群差分进化(Multiple Population Differential Evolution,MPDE)算法和包络熵适应度函数来优化VMD,以解决VMD中本征模态函数分解个数k和惩罚因子α难以自适应确定的问题,再将VMD分解后的本征模态函数根据平均峭度准则进行重构,重构信号经过连续小波变换后获取信号时频特征。然后在深度残差网络(Deep Residual Network,ResNet)的基础上,将ResNet网络与迁移学习(Transfer Learning,TL)模型进行结合,采用边缘分布自适应方法缩小机械故障信号源域数据集与目标域数据集之间的差异,构建出适合于变工况条件下的机械故障诊断深度迁移学习模型。最后,在4个不同工况条件下的滚动轴承试验数据集中,将所提出的MPDE-VMD+DTL的故障诊断方法与传统BP神经网络、ResNet卷积神经网络和迁移成分分析进行对比。结果表明,该研究的MPDE-VMD+DTL方法诊断精度达到84.36%,BP、ResNet和迁移成分分析方法的诊断精度分别为23.60%、71.63%和19.68%,均低于该研究方法。MPDE-VMD+DTL方法实现了在不同工况下的端到端机械故障智能诊断,同时具有较好的泛化能力和鲁棒性。 相似文献
4.
针对薄板件不易察觉的内部缺陷,需要在不能破坏薄板件基础上进行无损检测,其中声发射无损检测应用较为广泛。声发射无损检测最常用的直线阵列存在垂直于阵列方向定位分辨率较低的问题,同时波束形成产生的旁瓣和主瓣较宽会影响定位精度。对此提出了针对薄板件内部缺陷的低频结合高频二次声发射波束形成定位新方法,即先通过分析主瓣、旁瓣参数与最大旁瓣级MSL来确定信号定位高低两种频带,再通过信号包络低频定位确定主瓣范围,最后通过确定的主瓣范围缩小扫描范围进行信号滤波高频定位。结果表明,该法避免了波束形成主瓣较宽及存在旁瓣的影响,对薄板件缺陷定位精度很高,同时还解决了直线阵列垂直于阵列方向定位分辨率较低的问题。 相似文献
5.
针对农业机器人的核心传动部件旋转矢量（rotate vector，RV）减速器的故障特征提取问题，该研究提出一种基于时频图像脊线提取与改进稀疏分量分析相结合的RV减速器复合故障盲提取方法。首先利用提出的时频图像脊线提取（ridge extraction from time-frequency images，RETF）方法同步截取机械臂恒速时段的观测振动信号，然后利用提出的sinC函数改进形态滤波（sinC-morphological filtering，SMF）算法、密度峰值聚类（density peak clustering，DPC）算法和正交匹配追踪（orthogonal matching pursuit，OMP）算法相结合的盲源分离方法（SMF-DPC-OMP）实现平稳信号复合故障的分离提取。以sinC函数作为新的结构元素构造平均组合形态滤波器，对恒速时段的振动信号进行形态滤波处理，以提升信号的冲击特性以及稀疏性；利用DPC估计稀疏信号的混合矩阵，进而构建传感矩阵，并结合OMP在频域完成分离源信号重构，最后对重构的时域信号进行快速傅里叶变换完成故障识别。试验台采集的RV减速器的太阳轮和行星轮磨损复合故障信号的分析结果显示，该算法能有效实现RV减速器复合故障的盲分离。RETE算法能够在变转速工况导致时频图较为模糊的情况下，识别出RV减速器的运动状态；SMF-DPC-OMP算法能够在故障源数目未知的情况下，有效完成复合故障的盲分离。与已有方法相比，SMF-DPC-OMP方法能够节省约75%的时间成本，频谱更为简洁，能够抑制精细侧频和干扰分量，适用于关节型农业机器人RV减速器复合故障盲分离，对生产实际中的故障特征提取具有一定的参考意义。 相似文献
6.
姜博柳小勤 《农业装备与车辆工程》2023,(2):69-73
为了减轻交通噪声对日常生活的影响,对车辆违规鸣笛行为进行监测是必要的。提出了一种结合双目相机的车辆鸣笛监测方法,通过对双目相机采集的深度图像可计算出定位区域与麦克风阵列间的距离,对深度图像进行分割获得有效定位区域以减少定位算法计算量,提高违规鸣笛监测声源定位的效率与准确性。通过车辆鸣笛定位实验,验证了该方法能够准确进行鸣笛车辆定位,相较于传统车辆鸣笛监测方法减小了82%定位计算量,提高了鸣笛监测计算的效率。 相似文献
1