基于自校正Kalman滤波的液膜密封端面摩擦状态监测技术

• 作者: 傅攀 张尔卿 葛贞笛
• 来源期刊: 润滑与密封
• 学科: 工学
• 关键词: 声发射 液膜密封 ARMA模型 自校正Kalman滤波 RBF神经网络
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 开发应用
• 页码范围: 106-110
• 页数: 5页
• 分类号: TH117
• 字数: 3293字
• 语种: 中文
• DOI: 10.3969/j.issn.0254-0150.2016.04.022

摘要

声发射技术是液膜密封端面摩擦状态的有效检测方法,但是受工业背景噪声的影响,难以分离出声发射信号中所需信息.针对此问题,采用基于ARMA模型的自校正Kalman滤波技术处理声发射信号.该滤波器能在系统模型参数和噪声特性未知的情况下,收敛于稳态最优卡尔曼滤波器,因此滤波后的声发射信号的所需特征信号更突出,有利于液膜密封端面摩擦状态的检测.建立RBF神经网络,以时域、频域和时频域特征值作为输入进行网络训练,实现密封端面摩擦状态模式识别.实验结果证明,该监测方法能实时有效地识别端面摩擦状态,识别结果与电涡流直接测量得到的结果一致.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	傅攀	西南交通大学机械工程学院	78	545	12.0	18.0
2	张尔卿	西南交通大学机械工程学院	8	59	5.0	7.0
3	葛贞笛	西南交通大学机械工程学院	3	12	2.0	3.0