English  |  正體中文  |  简体中文  |  全文筆數/總筆數 : 64745/64745 (100%)
造訪人次 : 20451998      線上人數 : 385
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
搜尋範圍 查詢小技巧:
  • 您可在西文檢索詞彙前後加上"雙引號",以獲取較精準的檢索結果
  • 若欲以作者姓名搜尋,建議至進階搜尋限定作者欄位,可獲得較完整資料
  • 進階搜尋


    請使用永久網址來引用或連結此文件: http://ir.lib.ncu.edu.tw/handle/987654321/1702


    題名: 總體經驗模態分解法(EEMD)結合自回歸(AR)模型在旋轉機械之元件鬆脫故障診斷之應用;Applications of Ensemble Empirical Mode Decomposition (EEMD) and Auto-Regressive (AR) Model for Diagnosing Looseness Faults of Rotating Machinery
    作者: 洪暉程;Huei-Cheng Hong
    貢獻者: 光機電工程研究所
    關鍵詞: 後處理總體經驗模態分解法;重要性測試;自回歸模型;自相關函數;故障診斷;希爾伯特黃轉換;總體經驗模態分解法;經驗模態分解法;Fault Diagnosing;EMD;HHT;Auto-Regressive;ACF;AR model;Significance test;post-processing of EEMD;EEMD
    日期: 2009-07-09
    上傳時間: 2009-09-21 09:58:00 (UTC+8)
    出版者: 國立中央大學圖書館
    摘要: 後處理總體經驗模態分解法可將旋轉機械振動訊號分解成數個無模態混雜的內稟模態函數,運算後的基底波形對稱,符合原始內稟模態函數的要求。對訊號建立自回歸模型則可以對訊號波形的未來發展進行預測,其係數凝聚了系統特質。 本論文結合後處理總體經驗模態分解法與自回歸模型為旋轉機械作出故障診斷。以自相關係數為輔助,針對後處理總體經驗模態分解法得到的內稟模態函數作出分析,挑選有意義的內稟模態函數時域波形建立自回歸模型,取其係數作為鬆動故障診斷之依據,並得到良好的診斷效果。 Post processing of Ensemble Empirical Mode Decomposition (EEMD) can be utilized to decompose the vibration signals of rotating machinery into finite number of Intrinsic Mode Functions (IMFs) without mode mixing problem. The basis of the post processing of EEMD will satisfy the well-defined conditions of IMF. The Autoregressive (AR) model of information-contained IMFs can be used to predict the unmeasured vibration signal, and the coefficients of AR model represent the feature of systematic dynamic behavior. In this paper, the post-processing of EEMD combining the AR model is proposed for diagnosing the looseness faults at different conponents of rotating machinery. The information-contained IMFs are selected to build the AR model. The looseness types are identified by analyzing the coefficients of AR model. The effectiveness of the proposed method is validated through the analysis of the experimental data.
    顯示於類別:[光機電工程研究所 ] 博碩士論文

    文件中的檔案:

    檔案 大小格式瀏覽次數
    0KbUnknown1588檢視/開啟


    在NCUIR中所有的資料項目都受到原著作權保護.

    社群 sharing

    ::: Copyright National Central University. | 國立中央大學圖書館版權所有 | 收藏本站 | 設為首頁 | 最佳瀏覽畫面: 1024*768 | 建站日期:8-24-2009 :::
    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - 回饋  - 隱私權政策聲明