← 返回
可靠性与测试 故障诊断 机器学习 可靠性分析 ★ 3.0

基于通用图形处理器的高效包络分析与降噪故障诊断方法

High-Performance and Energy-Efficient Fault Diagnosis Using Effective Envelope Analysis and Denoising on a General-Purpose Graphics Processing Unit

作者 Myeongsu Kang · Jaeyoung Kim · Jong-Myon Kim
期刊 IEEE Transactions on Power Electronics
出版日期 2015年5月
技术分类 可靠性与测试
技术标签 故障诊断 机器学习 可靠性分析
相关度评分 ★★★ 3.0 / 5.0
关键词 故障诊断 包络分析 去噪 GPU 状态监测 声发射 轴承故障
语言:

中文摘要

本文提出了一种基于包络分析的机械状态监测方法,通过软阈值降噪技术提升声发射信号信噪比,并在GPU上实现高效计算。该方法成功应用于低速轴承故障识别,验证了其在处理高频采样数据时的性能与能效优势。

English Abstract

This paper proposes an effective envelope analysis-based methodology for machinery condition monitoring and validates its efficacy by identifying bearing failures with 1-s acoustic emission (AE) signals sampled at 1 MHz. The proposed condition monitoring methodology of low-speed bearings consists of denoising to improve the signal–noise ratio of the acquired AE signal by employing a soft-threshold...
S

SunView 深度解读

该技术主要关注机械设备的故障诊断与状态监测,对阳光电源的运维体系具有参考价值。在风电变流器及大型集中式光伏逆变器的风扇、冷却系统等旋转部件监测中,该方法可提升故障预警的准确性与实时性。建议研发团队关注GPU加速算法在iSolarCloud智能运维平台中的应用,通过引入此类高效信号处理技术,优化设备全生命周期的健康管理(PHM),降低运维成本,提升系统整体可靠性。