基于独立分量分析的旋转机械多故障分离与应用研究

发布时间：2020-03-24 16:36

【摘要】： 旋转机械是设备状态检测与故障诊断工作的重点,而旋转机械的故障有相当大比例与滚动轴承有关。因此,及时发现并排除轴承故障具有重要的意义。由于受传感器安装位置的限制和多故障并发时的故障与特征之间非线性关系等影响,传感器采集到的信号非常复杂。所以,我们在特征提取之前,非常有必要对多故障源进行分离,为正确地提取故障特征做好前期的准备。 本课题研究的目的在于把后非线性独立分量分析方法引入到旋转机械多故障诊断领域。基于滚动轴承振动信号中获取的故障数据,进行故障源进行分离和特征提取,从而提高故障诊断的水平和效率。 本文的内容主要包括以下几个方面: 首先介绍了独立分量分析方法的原理及各种相关的独立分量分析模型特点。 其次对故障源过程进行分析,并把独立分量分析方法引入到故障的特征分离中。本文主要介绍了快速独立分量分析(fastICA, fast independent component anlysis )与后非线性马尔可夫( markovPNL, markov post nonlinear)盲源分离方法。 然后是故障数据采集系统的搭建,根据采集到的不同单故障数据,进行线性和非线性混合,对混合数据采用了fastICA与markovPNL独立分量分析方法分离,并得到不同的分离效果。最后根据仿真结果,把markovPNL分离方法应用到轴承多故障并发分离中。 实验结果证明了,markovPNL分离方法在多故障并发的分离中具有良好的效果,为后期的特征提取提供了强有力的帮助。
【学位授予单位】：哈尔滨工业大学
【学位级别】：硕士
【学位授予年份】：2008
【分类号】：TH165.3

【相似文献】

相关期刊论文 前10条

1 赵宏伟;张清华;夏路易;;证据理论在旋转机械并发故障诊断中研究的进展[J];广东石油化工学院学报;2011年04期

2 李晖;梁树甜;;模糊模式识别在旋转机械故障诊断中的应用[J];船电技术;2011年09期

3 江志农;徐文明;;基于CBR的旋转机械故障诊断专家系统的设计[J];组合机床与自动化加工技术;2011年08期

4 周文利;郑宇;;基于VxWorks的旋转机械状态监测系统[J];仪表技术与传感器;2011年07期

5 谭青;谢燕琴;刘文倩;;球式自动平衡装置在二倍频激励下的动态特性[J];噪声与振动控制;2011年04期

6 王峰;熊华林;;旋转机械运转过程中的随机动力学分叉[J];煤炭技术;2011年07期

7 熊p，

本文编号：2598578