论文部分内容阅读
提出了一种基于马田系统的设备健康检测与故障分类方法，利用设备运行的振动信号作为信号源进行了验证；首先介绍了马田系统的实施步骤，提出了基于马田系统的设备故障诊断与分类方案；其次，分别利用信号小波变换模极大值估计得到的Lipschitz指数和Hilbert—Huang变换进行特征提取；最后利用凯斯西储大学电气工程实验室的轴承振动数据对方法进行了验证，采用滚动轴承的5种状态振动信号：正常，滚动体故障（轻微、严重），内圈故障（轻微、严重），基于信号奇异性特征的故障检测率为100％，故障分类率为81．8％，基于信号