基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文利用多通道振动信号采集仪,采集得到某油库各种类型振动信号,通过信号的数字化音频测试技术进行振动信号的识别与特征信号的截取,并采用信号的基元分段法实现振动信号合理、科学地分段处理。采用信号的模式滤波法对振动信号进行时频子波分解,噪声过滤,不同水平子波的聚类,分类子波信号重构与识别,以及信号的归类汇总处理。研究表明,可以将实测振动信号分成基底和泵体振动、电机轴承振动、流固耦合振动、泵零部件松动、背景干扰等13个大类的分类信号;不同工况下泵体振动分类信号的时域参数统计结果具有良好的空间分布特征,可以利用这些信息实现油库工况识别、离心泵状态检测与故障诊断处理。本文研究为振动测试技术在油库安全检测与油库机械设备振动故障诊断中的应用,创造良好的条件。
推荐文章
基于深度学习的离心泵空化状态识别
离心泵
空化状态识别
深度学习
自动编码器
神经网络
离心泵在丹霞冶炼厂的应用和故障分析
离心泵
故障分析
泵壳
叶轮
螺旋离心泵的汽蚀性能研究
螺旋离心泵
汽蚀
压力
离心泵加注系统工作可靠性研究
离心泵
扬程
流量
流体阻力
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 油库离心泵振动信号分离与故障识别研究
来源期刊 机械工程与技术 学科 工学
关键词 离心泵 模式滤波法 振动信号 信号分离 故障诊断
年,卷(期) 2017,(5) 所属期刊栏目
研究方向 页码范围 376-388
页数 13页 分类号 TN91
字数 语种
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 吕苗荣 常州大学石油工程学院 25 100 5.0 9.0
2 徐清武 2 3 1.0 1.0
3 张迎 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
离心泵
模式滤波法
振动信号
信号分离
故障诊断
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
机械工程与技术
双月刊
2167-6631
武汉市江夏区汤逊湖北路38号光谷总部空间
出版文献量(篇)
402
总下载数(次)
3
总被引数(次)
0
论文1v1指导