信号瞬态成分稀疏表示方法及其机械故障特征提取应用研究

发布时间：2017-10-31 18:27

  本文关键词：信号瞬态成分稀疏表示方法及其机械故障特征提取应用研究

  更多相关文章： 瞬态成分 稀疏表示 小波 故障 特征提取 轴承 齿轮

【摘要】：机械、运载、能源、冶金、石化、国防等国民经济行业中的关键机械设备的运行状况直接关系着国民经济的正常运作与健康稳定地发展。机械设备中的核心零部件由于长期处于疲劳、高温等恶劣环境,会不可避免的发生失效。对这些关键零部件实施故障特征提取,对判断零部件故障形式,保证设备安全可靠地以最优状态运行,避免重大事故的发生,具有重要的意义。在国家自然科学基金项目“稀疏框架下信号瞬态成分提取及其机械故障预示研究”(项目批准号:51375322)资助下,本论文以旋转机械设备关键零部件滚动轴承和齿轮的故障特征提取为检测目标,研究并提出了一种新的故障特征提取方法——基于稀疏表示的瞬态特征提取方法,并针对与其相关的问题进行了理论研究和应用研究。分析故障机理是开展故障特征提取的前提,在阐述了滚动轴承和齿轮故障失效形式的基础上,本论文分析了滚动轴承和齿轮在发生局部故障时振动信号的特点;阐述了信号稀疏表示理论及其关键步骤,保证了进行信号特征稀疏表示的理论基础;揭示了故障振动信号具有“瞬态性”和“稀疏性”的本质特征,引入了稀疏表示对故障振动信号进行特征提取,并提出了稀疏表示策略。过完备表示字典的构造是进行信号稀疏表示的关键问题之一。恒定转速工况下,针对关键零部件滚动轴承、齿轮在发生局部故障时其振动信号的特点,本论文提出了适应信号特征的过完备小波字典的构造方法。利用相关滤波法计算最优匹配小波原子,并提出了利用时间参数平移构造过完备小波字典的方法,保证了表示字典与信号的相似度。稀疏表示模型中目标函数的求解是进行信号稀疏表示的另一个关键问题。针对目标函数中数据保真项的优化,本论文提出了优化目标函数数据保真项的瞬态成分稀疏表示方法。通过数值仿真实验验证了本文所提方法的有效性,并研究了所提方法中拉格朗日乘子和惩罚因子对稀疏表示结果的影响,分析了稀疏表示解的存在性与唯一性。对实际采集的滚动轴承和齿轮在发生局部故障时的振动信号进行了应用研究,验证了本文所提方法对滚动轴承和齿轮故障特征提取的有效性和适用性。针对目标函数中惩罚项的优化,本论文提出了优化目标函数惩罚项的瞬态成分稀疏表示方法。设计了一般形式的二次严格凸函数,为优化算法的实现提供了保证。通过数值仿真验证了所提方法的有效性和优越性,探讨了不同信噪比下该方法稀疏表示瞬态成分的能力。对实际采集的滚动轴承和齿轮在发生局部故障时的振动信号进行了应用研究,验证了本文所提方法对滚动轴承和齿轮故障特征提取的有效性和适用性。本论文基于稀疏表示理论对故障振动信号特征提取进行研究,确定了两种旋转机械设备关键零部件在局部故障下的特征提取的稀疏表示方法,对旋转机械故障特征提取与故障诊断有一定的理论和实用意义。
【关键词】：瞬态成分 稀疏表示 小波 故障 特征提取 轴承 齿轮
【学位授予单位】：苏州大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TH165.3
【目录】：

• 摘要4-6
• Abstract6-10
• 第一章 绪论10-20
• 1.1 机械故障特征提取的研究背景、意义及主要研究现状10-14
• 1.1.1 研究背景与意义10-12
• 1.1.2 机械故障特征提取主要研究现状12-14
• 1.2 机械故障特征提取中振动信号处理技术研究现状14-17
• 1.2.1 小波分析方法14-15
• 1.2.2 经验模态分解方法15-16
• 1.2.3 稀疏信号分解方法16-17
• 1.3 论文的主要研究工作17-20
• 1.3.1 论文的研究思路17-18
• 1.3.2 论文的内容安排18-20
• 第二章 机械故障特征提取及其稀疏表示20-37
• 2.1 引言20-21
• 2.2 滚动轴承故障振动信号特点21-25
• 2.2.1 滚动轴承故障形式21-22
• 2.2.2 滚动轴承故障振动信号22-25
• 2.3 齿轮故障振动信号特点25-29
• 2.3.1 齿轮故障形式25-26
• 2.3.2 齿轮故障振动信号的调制26-29
• 2.4 稀疏表示理论29-35
• 2.4.1 稀疏表示模型29-31
• 2.4.2 过完备字典构造31-32
• 2.4.3 表示系数求解方法32-35
• 2.5 机械故障特征稀疏表示思想与策略的提出35-36
• 2.5.1 机械故障特征稀疏表示思想35-36
• 2.5.2 机械故障特征稀疏表示策略36
• 2.6 小结36-37
• 第三章 优化目标函数数据保真项的瞬态成分稀疏表示方法及其应用研究37-71
• 3.1 引言37-38
• 3.2 优化目标函数数据保真项的瞬态成分稀疏表示方法38-46
• 3.2.1 方法原理38-40
• 3.2.2 过完备小波字典40-42
• 3.2.3 分裂增广拉格朗日收缩算法42-46
• 3.3 仿真信号分析46-56
• 3.3.1 仿真实验46-51
• 3.3.2 参数与性能分析51-53
• 3.3.3 解的存在性和唯一性分析53-54
• 3.3.4 与其他时频分析方法的比较54-56
• 3.4 轴承故障特征提取应用56-64
• 3.5 齿轮故障特征提取应用64-70
• 3.6 本章小结70-71
• 第四章 优化目标函数惩罚项的瞬态成分稀疏表示方法及其应用研究71-95
• 4.1 引言71-72
• 4.2 优化目标函数惩罚项的瞬态成分稀疏表示方法72-79
• 4.2.1 优化最小算法72-75
• 4.2.2 严格凸函数的设计75-77
• 4.2.3 优化迭代算法77-79
• 4.3 仿真信号分析79-85
• 4.3.1 仿真实验79-83
• 4.3.2 与优化数据保真项的稀疏表示方法对比分析83-85
• 4.4 轴承故障特征提取应用85-92
• 4.5 齿轮故障特征提取应用92-94
• 4.6 本章小结94-95
• 第五章 全文总结与展望95-97
• 参考文献97-104
• 攻读硕士学位期间取得的科研成果104-106
• 致谢106-107

【参考文献】

中国期刊全文数据库 前10条

1 林京,屈梁生;基于连续小波变换的信号检测技术与故障诊断[J];机械工程学报;2000年12期

2 彭富强;于德介;罗洁思;武春燕;;基于多尺度线调频基稀疏信号分解的轴承故障诊断[J];机械工程学报;2010年07期

3 皮维;于德介;彭富强;;基于多尺度线调频基稀疏信号分解的广义解调方法及其在齿轮故障诊断中的应用[J];机械工程学报;2010年15期

4 王国彪;何正嘉;陈雪峰;赖一楠;;机械故障诊断基础研究“何去何从”[J];机械工程学报;2013年01期

5 王宏超;陈进;董广明;;基于最小熵解卷积与稀疏分解的滚动轴承微弱故障特征提取[J];机械工程学报;2013年01期

6 严如强;钱宇宁;胡世杰;高晓e，

本文编号：1123265