利用稀疏盲源分离方法的叶片裂纹特征提取
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.16385/j.cnki.issn.1004-4523.2017.03.020

利用稀疏盲源分离方法的叶片裂纹特征提取

引用
叶轮是离心压缩机的核心部件,实现压缩机叶片裂纹早期故障识别在工业生产中具有非常重要的意义.有裂纹的叶片的异常振动会直接反映到流体的压力脉动中.然而实际中由叶片裂纹造成的异常振动非常小,使得压力脉动中的故障信息非常微弱,导致故障频率难以识别.先利用稀疏盲源分离方法对离心压缩机扩压器处的压力脉动信号进行处理,然后对分离的信号进行包络分析,最后提取出故障特征频率,实现了离心压缩机叶轮叶片裂纹故障检测,可以对叶轮状态进行长期实时监测.

信号处理、故障特征频率提取、稀疏、欠定盲源分离、叶轮叶片裂纹

30

TN911.7;TH165+.3

国家自然科学基金资助项目51575075

2017-08-02(万方平台首次上网日期,不代表论文的发表时间)

共9页

510-518

相关文献
评论
暂无封面信息
查看本期封面目录

振动工程学报

1004-4523

32-1349/TB

30

2017,30(3)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn