基于数学形态学分形维数的旋转机械故障诊断方法

发布时间：2017-10-28 17:02

  本文关键词：基于数学形态学分形维数的旋转机械故障诊断方法

  更多相关文章： 旋转机械 故障诊断 形态学 LCD 单重分形

【摘要】：随着经济全球化和科学技术的迅速发展,人们对工业中的机械设备稳定和高效运行有了更高的要求,因此设备故障诊断技术越来越受到广泛的重视。滚动轴承是机械设备中最常用的零部件之一,但是它也是特别容易损伤的部件,这对整个设备系统的寿命和正常生产很不利。所以对机械设备轴承的故障状态检测和诊断是非常必要的。机械故障诊断其实就是信号处理。现代设备越来越大型化、复杂化,设备的振动信号经常表现出一些非线性行为,传统的信号分析方法是对这些非线性特性的分析,具有一定的局限性。数学形态学是一门比较新型的学科,它主要是用一种叫做结构元素的“探针”来探索信号细节和形态特征,用这种非线性思想刻画和描绘信号是一种很高效的故障诊断方法。与时频域分析方法不同,数学形态学不需要对信号进行时域和频域上的分析,而只需要计算信号的分形数值,方便且直观。首先,对影响形态学算法准确性的结构元素进行了探讨。文中分别对余弦型、半圆型和三角型结构元素对滤波器滤波效果上进行比较,说明结构元素的选取特点及它对算法的影响。选取合适的结构元素实现算法,并利用概率神经网络(PNN)对状态信号的形态谱熵进行判别,取得了很好的效果。然后,由于对机械噪声的敏感性,采用分形方法前选择局部特征尺度分解(Local Characterist-scale Decomposition,LCD)去除噪声是必要的。经验模式分解(Empirical Mode Decomposition,EMD)模态混叠现象及端点效应严重,局部均值分解(Local Mean Decomposition,LMD)的运算量大,而LCD有着自身的优势。本文采用LCD与数学形态学结合的方法对机械故障进行诊断,可以取得比盒维数下更加准确的结果。最后,基于单重分形状态的特性,利用分形区间对机械故障状态进行判断。此部分通过研究信号分形维数的波动性,并考虑状态在直线上的重叠现象,通过舍弃较大值和较小值,且对状态重叠现象的危害作了详细介绍,采用区间估计对信号进行状态划分。通过对样本进行测试,验证该方法确实有效,能很快速地判断故障状态。
【关键词】：旋转机械 故障诊断 形态学 LCD 单重分形
【学位授予单位】：燕山大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TH165.3
【目录】：

• 摘要5-6
• ABSTRACT6-11
• 第1章 绪论11-20
• 1.1 课题背景及现状11-14
• 1.1.1 旋转机械故障诊断的背景及意义11-12
• 1.1.2 国内外研究现状12-14
• 1.2 分形几何理论14-15
• 1.3 时频分析技术的发展及其在机械故障诊断中的应用15-18
• 1.4 分形几何在机械故障诊断中的应用18
• 1.5 项目来源及本文研究内容18-20
• 第2章 数学形态学理论20-30
• 2.1 二值形态学基本理论20-21
• 2.2 二值形态学的集合运算21-24
• 2.2.1 膨胀和腐蚀21-22
• 2.2.2 开运算22
• 2.2.3 闭运算22-23
• 2.2.4 形态开闭运算性质23-24
• 2.3 灰值形态学24-26
• 2.3.1 灰度膨胀24
• 2.3.2 灰度腐蚀24-25
• 2.3.3 灰度开运算25
• 2.3.4 灰度闭运算25
• 2.3.5 灰值运算的主要性质25-26
• 2.4 数学形态学在一维信号中的应用26-29
• 2.5 本章小结29-30
• 第3章 基于形态滤波与概率神经网络的形态谱熵方法30-43
• 3.1 前言30
• 3.2 结构元素对滤波器性能的影响30-35
• 3.2.1 滤波器的选择30-31
• 3.2.2 结构元素的类型和大小31-32
• 3.2.3 滤波效果的衡量32
• 3.2.4 结构元素类型比较32-34
• 3.2.5 结构元素大小的选择34-35
• 3.3 形态谱熵的概念及应用35-38
• 3.3.1 形态学多尺度算子35-36
• 3.3.2 形态谱与形态谱熵的定义36-38
• 3.4 概率神经网络38-40
• 3.5 实验研究40-41
• 3.6 本章小结41-43
• 第4章 基于局部特征尺度分解和形态学分形维数的滚动轴承故障诊断方法43-54
• 4.1 前言43
• 4.2 几种常用分形维数43-45
• 4.3 数学形态学45-48
• 4.3.1 形态学算法原理及估计45-46
• 4.3.2 仿真信号分析46-48
• 4.4 LCD分解方法48-51
• 4.4.1 局部特征尺度分量定义48-49
• 4.4.2 LCD分解过程49-50
• 4.4.3 仿真研究50-51
• 4.5 实验研究51-53
• 4.6 本章小结53-54
• 第5章 单重分形维数故障诊断研究54-63
• 5.1 前言54
• 5.2 单重分形诊断机理54-58
• 5.2.1 单重分形特性54-55
• 5.2.2 区间划分的重叠现象55-57
• 5.2.3 单重分形中的错误判别57-58
• 5.3 单重分形诊断方法的过程58-59
• 5.4 实验研究59-62
• 5.4.1 数据采样过程及区间划分59-61
• 5.4.2 故障状态的判断61-62
• 5.5 本章小结62-63
• 结论63-65
• 参考文献65-70
• 攻读硕士学位期间承担的科研任务与主要成果70-71
• 致谢71-72
• 作者简介72

【参考文献】

中国期刊全文数据库 前9条

1 高建强;唐树芳;姜华伟;刘宪岭;陈鸿伟;;基于关联维数的鼓泡流化床风帽压力波动特性研究[J];动力工程学报;2012年04期

2 钟成义;王素珍;常春;;农业机械故障诊断技术研究现状及展望[J];中国农机化学报;2014年02期

3 宋平岗;周军;;基于形态学广义分形维数的电力电子电路故障诊断[J];电工电能新技术;2014年12期

4 汤宝平;蒋永华;张详春;;基于形态奇异值分解和经验模态分解的滚动轴承故障特征提取方法[J];机械工程学报;2010年05期

5 闫阳;;基于小波变换的图像压缩编码方法研究[J];科学技术与工程;2012年11期

6 梁丰;王万良;俞立;;归一化数学形态学形态谱及其应用[J];模式识别与人工智能;1997年04期

7 滕丽娜,陈兆能,佟德纯,童剑飞;关联维数在旋转机械支承系统状态监测中的应用[J];上海交通大学学报;2002年09期

8 ;Quantitative Study on Polymer Flocculation Mechanism Based on Mathematical Morphology[J];Journal of China University of Mining & Technology(English Edition);2006年02期

9 韩东颖;李庚;时培明;;基于EMD和分形盒维数的旋转机械耦合故障诊断方法研究[J];振动与冲击;2013年15期

中国博士学位论文全文数据库 前1条

1 沈路;数学形态学在机械故障诊断中的应用研究[D];浙江大学;2010年

中国硕士学位论文全文数据库 前1条

1 孙敬敬;数学形态学在振动信号处理中的应用研究[D];华北电力大学;2012年

，

本文编号：1109111