《表4 拌制过程:基于改进深层极限学习机的故障诊断方法》
为进一步验证笔者所提诊断方法在滚动轴承故障诊断中的性能,将算法运用于风机的滚动轴承故障诊断实验中。实验数据采集于如图6所示的风机实验平台,加速度传感器型号为PCB MA352A60,输出带宽为5Hz~60kHz,灵敏度为10mV/g,测点在垂直方向。采集的信号通过传感器信号调节器(PCB ICO Model 480C02)放大后传输至信号记录仪(Scope Coder DL750)。转速恒定为1kr/min,采样频率为50kHz,采样时间为10s,轴承的各项参数如表3所示。轴承的故障是人为通过线切割技术分别在轴承内圈、外圈、滚动体上加工出0.25 mm×0.3mm(宽×深)的微小伤痕,如图7所示。
图表编号 | XD00214824000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.01 |
作者 | 李可、熊檬、宿磊、卢立新、陈森 |
绘制单位 | 江南大学江苏省食品先进制造装备技术重点实验室、江南大学江苏省食品先进制造装备技术重点实验室、江南大学江苏省食品先进制造装备技术重点实验室、江南大学江苏省食品先进制造装备技术重点实验室、上海才月科技有限公司 |
更多格式 | 高清、无水印(增值服务) |