基于粒子滤波降噪技术的齿轮箱故障诊断研究

发布时间：2020-05-15 22:41

【摘要】： 齿轮箱系统是旋转机械中常用的传动设备,它工作是否正常直接关系到整个设备的运行状态,对其进行状态监测,及时发现故障,并对故障进行分类识别有重大的意义,可以避免不必要的损失。一般齿轮箱的工作环境比较恶劣,采集的信号中背景噪声比较大,一部分有用信号可能被强噪声覆盖,在进行故障分析前需要对其进行降噪处理。 粒子滤波技术是一种新型的基于模型的状态估计技术,在深入研究粒子滤波原理的基础上将其应用于齿轮箱振动加速度信号降噪处理中。利用粒子滤波技术进行降噪,需要知道信号的模型和噪声的统计特性,本文的处理方法为:对振动加速度信号建立时间序列AR模型,再将此模型的系数作为粒子滤波状态方程的系数;在了解小波变换降噪原理后,将小波变换阈值降噪思想用于提取噪声信号中,将提取的噪声信号用于粒子滤波观测方程中,此时假设噪声是加性的。 在上述理论分析的基础上,对实验室采集的齿轮箱振动加速度信号进行分析处理,先用粒子滤波技术进行降噪,之后再用BP神经网络对其进行故障模式分类识别。神经网络是一种自适应的模式识别技术,在故障模式识别中的应用非常广泛,理论研究也较成熟。本文对经过粒子滤波降噪的数据和没有经过处理的数据分别用BP神经网络进行诊断,BP神经网络的输入向量为两组数据经过小波包变换提取的能量谱尺度,之后进行训练、测试和诊断。结果说明经过粒子滤波降噪后的数据诊断效果比较好,也证明了粒子滤波降噪的效果较好。
【学位授予单位】：中北大学
【学位级别】：硕士
【学位授予年份】：2010
【分类号】：TH132.41;TH165.3

【引证文献】

相关博士学位论文 前1条

1 李孟麟;融合叶尖定时信号的旋转机械转子故障诊断技术研究[D];天津大学;2011年

相关硕士学位论文 前6条

1 王晓斌;基于粒子滤波的齿轮箱故障诊断研究[D];中北大学;2011年

2 马航;齿轮箱故障诊断中粒子滤波技术的应用[D];中北大学;2011年

3 李桃;基于粒子滤波技术的齿轮箱故障诊断研究[D];中北大学;2012年

4 陈培永;动态信号处理若干技术及应用[D];南京航空航天大学;2012年

5 马涛;基于振动信号的大型风力发电机齿轮箱健康状态预测研究[D];沈阳工业大学;2013年

6 徐春雷;基于粒子滤波方法的齿轮箱故障诊断技术[D];中北大学;2013年

，

本文编号：2665727