故障预测全矢数据采集与数据层融合方法研究
故障预测是预知维修的关键技术.当前的故障预测研究多停留在是否出现故障以及剩余寿命的预测上,对于故障性质、故障部位缺乏有效的预测方法.本文针对故障性质预测的需要,对振动数据采集策略和数据层融合方法进行了研究.首先,分析了常规振动检测方法对于故障诊断效果的影响,提出了故障性质预测所需要的数据采集模型;其次,设计了振动数据全矢采集方法和采样控制程序,研究了预测模型的数据层融合算法;最后,提出了基于全矢数据融合的故障预测诊断方法.设计的全矢数据采集和数据层融合方法,能够消除传统测量方式频谱结构的不确定性影响,提高故障性质判断的可靠性.基于全矢融合的数据采集系统的设计,也为故障性质的预测诊断提供了技术基础.
机械设备 故障预测 数据采集 信息融合
陈磊 韩捷 雷文平 崔永祥
郑州大学振动工程研究所,郑州450001;郑州大学化工与能源学院,郑州450001 郑州大学振动工程研究所,郑州450001
国内会议
北京
中文
1-6
2015-11-05（万方平台首次上网日期，不代表论文的发表时间）