咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于经验小波分解和双谱分析的自动扶梯基脚松动故障特征提取 收藏

基于经验小波分解和双谱分析的自动扶梯基脚松动故障特征提取

Fault Feature Extraction of Escalator Foundation Loosening Based on Empirical Wavelet Decomposition and Bispectral Analysis

作     者:郑燕 ZHENG Yan

作者机构:中铁第四勘察设计院集团有限公司湖北北武汉430063 

出 版 物:《数学的实践与认识》 (Mathematics in Practice and Theory)

年 卷 期:2024年第54卷第6期

页      面:112-125页

学科分类:08[工学] 0802[工学-机械工程] 

主  题:经验小波分解 双谱分析 故障识别 特征提取 自动扶梯 

摘      要:自动扶梯是必不可少的大型公共交通设备,一旦发生故障,必然影响运营甚至引发安全事故.主机基脚作为自动扶梯的重要结构部位,其固定螺栓松动会导致自动扶梯运行异常.针对基脚螺栓松动故障特征难以提取的问题,构造了基于经验小波分解(EWT)和双谱分析的自动扶梯基脚松动故障特征提取方法.首先,对原始基脚振动加速度信号进行EWT分解,得到一系列经验模态分量函数(EMF);然后,对每一个经验模态分量函数,利用双谱分析法计算其双谱图,并通过灰度-梯度共生矩阵提取双谱图的6个纹理特征作为故障特征向量;最后,利用所提取的多尺度故障特征向量和双向长短时网络(Bi-LSTM)对四类不同程度的基脚松动故障信号进行分类识别,确定基脚松动故障类型.研究结果表明,基于经验小波分解和双谱分析特征提取的方法能更有效地识别基脚固定螺栓松动等级.

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分