期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
一种数据驱动的旋转机械早期故障检测模型构建和应用研究 被引量：18
1
作者 王庆锋 卫炳坤 +2 位作者 刘家赫 马文生 许述剑 《机械工程学报》 EI CAS CSCD 北大核心 2020年第16期22-32,共11页
传统在线监测系统未能实现早期故障预警,旋转机械状态劣化评估采用固定阈值分级报警方法,存在较多的误报警和漏报警现象,难以指导企业设备预测性维修开展,设备运行安全性、可靠性、利用率难以保障。立足于工程应用,研究基于小波包分解... 传统在线监测系统未能实现早期故障预警,旋转机械状态劣化评估采用固定阈值分级报警方法,存在较多的误报警和漏报警现象,难以指导企业设备预测性维修开展,设备运行安全性、可靠性、利用率难以保障。立足于工程应用,研究基于小波包分解、动态核主成分分析、T2统计分析、Beta分布预警控制限自学习等技术,构建数据驱动基于振动信号分析的旋转机械早期故障检测模型。应用辛辛那提大学智能维修系统中心滚动轴承试验数据和中国某石化公司加氢裂化装置P3409A离心泵轴承"运转到坏"的在线监测振动数据,对构建的设备早期故障检测模型进行验证,结果表明,构建的设备早期故障检测模型,相比传统固定阈值分级报警方法,能够检测滚动轴承早期故障并实现早期故障准确告警,能够有效降低错误报警率和漏报警率。构建的基于振动信号的旋转机械早期故障检测模型,只需要知道监测部件正常运行状态历史数据,无需外部专家支持,实时数据驱动即可实现早期故障检测预警。 展开更多
关键词 小波包分解 动态核主成分分析 监测统计量 早期故障检测 预测性维修
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部