毕业论文

打赏
当前位置: 毕业论文 > 自动化 >

TMS3风电机组状态监测与故障诊断系统设计(6)

时间:2021-12-16 14:55来源:毕业论文
x_rms=〖(1/N _(i=0)^(N=1)▒x^2 )〗^(1/2) (3-3) ④峰值: x_p=max┬|x_i | ⁡ (3-4) ⑤平均幅值: x^=1/N _(i=0)^(N=1)▒|x_i | (3-5) ⑥均方值: x_a=1/N ▒〖x_i〗^2 (3-6) (2)无量

  x_rms=〖(1/N ∑_(i=0)^(N=1)▒x^2 )〗^(1/2)             (3-3)       

④峰值:               

  x_p=max┬|x_i | ⁡                    (3-4)           

⑤平均幅值:

x^'=1/N ∑_(i=0)^(N=1)▒|x_i |                  (3-5)       

⑥均方值:

x_a=1/N ∑▒〖x_i〗^2                       (3-6)             

(2)无量纲参数

    ①峭度指标:

x_q=1/N ∑_(i=0)^(N=1)▒〖((x_i-x ̅)/σ)〗^4           (3-7)           

②峰值指标:

C=x_P/x_rms                         (3-8)

③波形指标:

K=x_rms/x^'                         (3-9)

④脉冲指标:

I=x_P/x^'                            (3-10)                         

3。1。2 频域分析

频域分析法是对不同频率输入的响应信号进行分析,了解信号的主要构成部分,知道频率幅值所表示的程度。通过对频率幅值的分析就可以可靠的对设备故障情况进行诊断,来判断轴承的运行状态。轴承发生不同故障时都会有冲击信号产生从而发生频率调制现象,而这些波动会直接导致振动信号的频率大小发生变化,所以从丰富的频率成分波动来判断轴承的运行情况是可采用的。

3。2 BP神经网络

采用基于 BP 神经网络的故障诊断,神经网络事先学习轴承的故障模式,以后就可以自动的对轴承故障诊断,从而提高了故障诊断效率。

TMS3风电机组状态监测与故障诊断系统设计(6):http://www.youerw.com/zidonghua/lunwen_86549.html
------分隔线----------------------------
推荐内容