转子系统轴心轨迹特征提取与自动识别研究

发布时间：2020-12-10 07:28

　　随着现代工业技术迅速发展,旋转机械设备正朝着大型化、高速化、轻型化和智能化的方向发展。旋转机械日益复杂,转子系统作为其的核心部分,长期运行过程中,存在各种随机因素,极易发生故障,轴系之间的连锁反应,往往会造成巨大损失和严重后果。因此,对转子系统的故障监测与故障诊断具有重要意义。近年来,随着物联网的快速发展,对转子系统的智能故障诊断也提出了更高的要求。轴心轨迹的特征提取与自动识别是旋转机械故障诊断中一种常用的方法。轴心轨迹是由一组互相垂直的振动位移信号合成,通过观察和监测轴心轨迹可以形象、直观地获取设备的运行状况。传统的方法多采用时频处理、信号处理技术,故障诊断效率低,误判率高。本文在传统信号处理的基础上,引入图像处理、不变矩特征提取与自动识别等技术,取得了较好的试验效果,并针对双跨转子系统两个转子处轴心轨迹区别做了详细的试验分析,无疑将为旋转机械故障诊断技术研究提供新的研究思路和数据支持。论文主要工作如下:(1)对转子系统轴心轨迹特征提取与自动识别相关技术理论进行研究,研究包括信号提纯、图像处理、不变矩特征提取、流形学习理论、分形理论、以及图像模式识别相关理论等,为后续的研究打下基础。... 

【文章来源】：太原理工大学山西省 211工程院校

【文章页数】：94 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 研究背景及意义
    1.2 国内外研究动态
        1.2.1 转子系统振动故障机理分析
        1.2.2 轴心轨迹信号提纯
        1.2.3 轴心轨迹特征提取
        1.2.4 轴心轨迹模式识别
    1.3 主要研究内容
        1.3.1 主要研究内容
        1.3.2 试验方案及技术路线
    1.4 小结
第二章 课题相关理论与方法
    2.1 引言
    2.2 轴心轨迹信号提纯
        2.2.1 小波变换
        2.2.2 EEMD分解
    2.3 轴心轨迹图像处理
        2.3.1 图像数字化
        2.3.2 图像处理基本算法
        2.3.3 图像变换
        2.3.4 图像分割
        2.3.5 图像目标描述
        2.3.6 图像识别
    2.4 基于神经网络的轴心轨迹自动识别
    2.5 小结
第三章 融合不变矩和分形维数的轴心轨迹特征提取与自动识别
    3.1 引言
    3.2 转子系统轴心轨迹获取
    3.3 轴心轨迹图像特征提取
        3.3.1 轴心轨迹图像边缘获取
        3.3.2 轴心轨迹图像分形盒维数计算
        3.3.3 轴心轨迹图像Hu不变矩构造
    3.4 BP神经网络训练与验证试验
        3.4.1 轴心轨迹样本训练
        3.4.2 待测试轴心轨迹识别
    3.5 小结
第四章 基于数学形态学的轴心轨迹图像处理与自动识别
    4.1 引言
    4.2 转子系统轴心轨迹获取
    4.3 轴心轨迹数学形态学处理
    4.4 轴心轨迹图像不变矩构造
    4.5 基于形态学和不变矩的轴心轨迹自动识别
        4.5.1 轴心轨迹特征向量提取
        4.5.2 BP神经网络识别与分析
    4.6 实例应用
        4.6.1 试验设备介绍及数据获取
        4.6.2 轴心轨迹识别
    4.7 小结
第五章 双跨转子系统轴心轨迹特征提取与故障诊断
    5.1 引言
    5.2 三维轴心轨迹
    5.3 基于流形学习的三维轴心轨迹特征提取
        5.3.1 流形学习
        5.3.2 LTSA特征提取
    5.4 三维轴心轨迹故障识别试验
        5.4.1 试验系统介绍
        5.4.2 三维轴心轨迹信号提取及EEMD降噪
        5.4.3 三维轴心轨迹流形图获取
        5.4.4 Hu不变矩特征提取
        5.4.5 BP神经网络训练与识别
    5.5 双跨转子系统双转子处轴心轨迹分析
        5.5.1 双转子三维轴心轨迹
        5.5.2 双转子流形图及Hu不变矩特征提取
        5.5.3 故障状态识别与分析
    5.6 小结
第六章 全文总结与展望
    6.1 工作总结
    6.2 主要结论
    6.3 研究展望
参考文献
致谢
攻读硕士期间发表的学术论文及成果


【参考文献】：
期刊论文
[1]基于PSO-BP与组合矩的水电机组轴心轨迹识别[J]. 陈喜阳,闫海桥,孙建平.  振动.测试与诊断. 2016(01)
[2]用于轴心轨迹提纯的小波精细积分算法[J]. 曹永宁,杨勇.  组合机床与自动化加工技术. 2015(11)
[3]基于分形盒维数的双跨轴承转子系统故障诊断方法研究[J]. 王志,栾忠权,王少红,马超.  机床与液压. 2015(17)
[4]基于鱼群算法与有导师神经网络的轴心轨迹智能识别[J]. 李强,王文斌,刘学.  水力发电学报. 2015(06)
[5]分形与几何特征融合的转子故障特征提取方法[J]. 王浩,赵荣珍.  噪声与振动控制. 2014(05)
[6]线性扭矩在多支承转子系统中传递特性研究[J]. 宋高峰,杨兆建,张文静,王飞鹏.  机械科学与技术. 2014(07)
[7]旋转机械轴心轨迹识别方法综述[J]. 孙慧芳,潘罗平,张飞,曹登峰.  中国水利水电科学研究院学报. 2014(01)
[8]故障转子系统轴心轨迹的自动识别研究[J]. 刘刚,李明,乔宝明,赵利美.  中国测试. 2014(01)
[9]振动信号处理方法综述[J]. 李舜酩,郭海东,李殿荣.  仪器仪表学报. 2013(08)
[10]基于轴心轨迹流形拓扑空间的转子系统故障诊断[J]. 王红军,徐小力,万鹏.  机械工程学报. 2014(05)

博士论文
[1]数字图像处理与分析及其在故障诊断中的应用研究[D]. 王常青.华中科技大学 2012

硕士论文
[1]旋转机械故障机理与轴心轨迹识别方法研究[D]. 赵利华.大连理工大学 2010
[2]基于矩特征傅里叶描述的目标形状识别[D]. 张金华.上海交通大学 2009
[3]旋转机械故障机理与故障特征提取技术研究[D]. 李艳妮.北京化工大学 2007



本文编号：2908318