导读:本文包含了故障信号论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:信号,故障诊断,故障,联锁,阈值,道岔,系统。
故障信号论文文献综述
牛晓男,牛巧燕[1]（2019）在《220kV断路器失压信号误动作故障探讨》一文中研究指出对220 kV断路器的失压信号误动作故障进行了论述,并在此基础上,对TV失压信号的发出逻辑和误发原因进行了进一步的分析。结合断路器的实际工作情况,提出了具有一定针对性的应对措施,以及时恢复断路器的工作能力。该措施对于从事相关工作的技术人员具有一定的借鉴意义。(本文来源于《通信电源技术》期刊2019年12期）
梅自元,杨刚文,齐振锋[2]（2019）在《基于信号处理技术的变速器故障诊断研究现状综述》一文中研究指出为了更加精确的掌握变速器所处的运行状态,变速器的振动与噪声信息成为了一项重要评价指标。基于信号处理技术的故障诊断方法越来越受到人们的关注。文章分析了几种常见信号处理方法及研究现状。重点对故障诊断常用的时频分析法进行了阐述。(本文来源于《江西化工》期刊2019年06期）
王康,贺敬良,耿开贺,陈勇,韩福宁[3]（2019）在《基于改进小波阈值-SVM的齿轮故障信号识别》一文中研究指出针对在齿轮疲劳试验中需要多次停机拍照的问题,提出基于改进的小波域阈值降噪方法,对采集的齿轮啮合的声发射信号分析,并提取特征矢量作为支持向量机的输入特征向量,识别出故障信号,根据齿轮旋转周期,确定缺陷轮齿。与开箱拍照的记录进行对比,计算得出的问题轮齿和照片记录吻合。该方法减少了因停机拍照造成的齿轮工作数据采集不准确的问题,同时也减少了工作人员的工作量,在后续的实验中该方法得到了有效的应用。(本文来源于《机床与液压》期刊2019年22期）
王化[4]（2019）在《基于循环自相关解调信号的齿轮传递故障诊断》一文中研究指出齿轮传动的运行稳定性对保障整体的工作效率具有重要的作用。应用循环自相关函数解调基本原理建立齿轮传递故障诊断的采样模型。并针对循环自相关解调分析在强噪声背景下、多调制源、多载波频率共存的振动信号运用中的局限性,提取感兴趣的周期成分,来验证循环自相关解调信号在齿轮传递故障诊断中具有很强自适应性,在强背景噪声环境中依然能提取微弱的特征频率。有效地抑制了多调制源、多载波对循环平稳结果带来的交叉项干扰,提高了分析的可靠性。(本文来源于《自动化技术与应用》期刊2019年11期）
宫云光[5]（2019）在《铁路信号系统中道岔转换设备故障监测与诊断分析》一文中研究指出铁路信号系统的高度准确化运行对于铁路运行的安全质量保障起着重要的支撑作用,在系统运行整体故障中,道岔转换设备故障占有较高的比例。依托信息化技术和智能化技术等方面的应用,建立完善的故障监测与诊断系统,提升实时监测水平,促进铁路信号系统的运行质量,能够为铁路系统的安全稳定运行提供有效保障。(本文来源于《电脑知识与技术》期刊2019年33期）
王斌[6]（2019）在《铁路信号微机联锁系统常见故障及解决方案》一文中研究指出在现代化铁路的实际运行过程中,信号管理工作是极为关键的组成部分,其基于计算机联锁反应得以实现,计算机联锁反应使信号管理工作变得极为方便和简捷,能够确保铁路运输的安全性与通畅性。该文对现代铁路信号的计算机联锁系统进行阐述,并且在此基础之上,探究铁路信号计算机联锁系统在实际应用中比较常见的故障问题,并且在深入阐释与探析的基础上提出相应有效的解决措施,为铁路事业的现代化发展提供一些帮助。(本文来源于《中国新技术新产品》期刊2019年22期）
吕跟来,韩云[7]（2019）在《高频冲击信号下击穿柴油机敲缸故障诊断系统设计》一文中研究指出传统的故障诊断系统容易受内部运动部件惯性力的影响,无法准确判断故障原因,为此,提出高频冲击信号下击穿柴油机敲缸故障诊断系统设计。系统硬件由振动传感器、信号调理器、数据采集卡这3个硬件结构组成,主要负责采集和处理振动信号;系统软件是在LabVIEW开发平台完成的,主要负责测试待读取采样和电压信号。软、硬件结合完成高频冲击信号下击穿柴油机敲缸故障诊断系统的设计。实验分别测试2个系统测量A1缸的振动信号,在根据获取的一系列参数进行计算误差分析,实验结果表明,所建系统在采集精度上明显高于传统的故障诊断系统,能够准确判断击穿柴油机敲缸的故障原因。(本文来源于《舰船科学技术》期刊2019年22期）
刘志远,陈海军,于晓军,夏欣倩[8]（2019）在《基于振动信号的变压器有载分接开关故障诊断方法研究进展与展望》一文中研究指出作为有载调压变压器中唯一一个需要进行机械动作的部分,有载分接开关(OLTC)需要长期多次承载大电流开断闭合的任务,因此故障率非常高,而作为变压器中重要的部件,OLTC的正常工作直接关系到变压器以及整个电网的正常安全运行,因此其故障诊断成为研究的热点。OLTC的故障诊断又分为离线手段和在线手段,而作为能够在运行状态下检测OLTC的机械状态,减少停电造成的经济损失,在线检测手段受到更多的关注。近年来研究最多的在线故障诊断方法即为基于振动信号的OLTC诊断方法,为此总结梳理了OLTC基于振动信号进行故障诊断的近年来的研究成果,并提出了对未来研究方向的展望。(本文来源于《高压电器》期刊2019年11期）
赵书涛,李云鹏,王二旭,朱继鹏,马莉[9]（2019）在《基于电—振信号熵权特征的断路器储能机构故障诊断方法》一文中研究指出弹簧势能的可靠储存是保障断路器后续分合闸操作正确的前提。通过分析控制回路、电机、传动部件和弹簧之间的能量转换和传递关系,提出一种电—振信号熵权特征联合的断路器储能机构故障类型辨识方法。首先利用希尔伯特变换(Hilbert transform)提取储能电机电流信号包络时域特征并计算峭度;然后由局部均值分解(LMD)处理断路器储能过程伴随的振动信号得到乘积函数分量(PF),并提取PF能量谱频域的盒维数特征;进而采用熵权法对电流和振动信号待分类样本进行剪辑,按照样本信息量和重要性赋予对应的权重;最后把熵权特征作为KNN算法的输入,辨识储能机构运行状态。实验结果表明:采用联合电—振信号的熵权特征量,KNN算法能更准确地诊断断路器储能机构发生的故障类型。(本文来源于《高压电器》期刊2019年11期）
武立平,杨柳,李刚,贾志义,王仲[10]（2019）在《基于振动信号特征矩阵相似度的变压器机械故障诊断技术研究》一文中研究指出目前基于振动信号的变压器机械故障诊断多是通过对某个振动信号进行独立分析、提取特征量进行判定,对变压器机械状态的反映过于片面;基于振动信号特征矩阵相似度可实现综合不同测试位置、多组振动信号的变压器机械故障诊断,但该方法可能受负载条件影响而发成误判。文中改进了振动信号特征矩阵的构造方法,通过实验研究了负载率、功率因数、不平衡度对振动性信号特征矩阵相似度的影响,结果表明:文中所做改进可有效地减少故障诊断中由于负载条件改变造成的误判。应用改进后的特征矩阵相似度对模拟故障进行诊断,结果表明,该方法受负载条件影响较小、能准确诊断出故障存在,有良好的应用前景。(本文来源于《高压电器》期刊2019年11期）
故障信号论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为了更加精确的掌握变速器所处的运行状态,变速器的振动与噪声信息成为了一项重要评价指标。基于信号处理技术的故障诊断方法越来越受到人们的关注。文章分析了几种常见信号处理方法及研究现状。重点对故障诊断常用的时频分析法进行了阐述。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
故障信号论文参考文献
[1].牛晓男,牛巧燕.220kV断路器失压信号误动作故障探讨[J].通信电源技术.2019
[2].梅自元,杨刚文,齐振锋.基于信号处理技术的变速器故障诊断研究现状综述[J].江西化工.2019
[3].王康,贺敬良,耿开贺,陈勇,韩福宁.基于改进小波阈值-SVM的齿轮故障信号识别[J].机床与液压.2019
[4].王化.基于循环自相关解调信号的齿轮传递故障诊断[J].自动化技术与应用.2019
[5].宫云光.铁路信号系统中道岔转换设备故障监测与诊断分析[J].电脑知识与技术.2019
[6].王斌.铁路信号微机联锁系统常见故障及解决方案[J].中国新技术新产品.2019
[7].吕跟来,韩云.高频冲击信号下击穿柴油机敲缸故障诊断系统设计[J].舰船科学技术.2019
[8].刘志远,陈海军,于晓军,夏欣倩.基于振动信号的变压器有载分接开关故障诊断方法研究进展与展望[J].高压电器.2019
[9].赵书涛,李云鹏,王二旭,朱继鹏,马莉.基于电—振信号熵权特征的断路器储能机构故障诊断方法[J].高压电器.2019
[10].武立平,杨柳,李刚,贾志义,王仲.基于振动信号特征矩阵相似度的变压器机械故障诊断技术研究[J].高压电器.2019
论文知识图
