基于全信息支持向量回归的轴承寿命预测研究
发布时间：2021-04-07 20:30
轴承的可靠性和寿命研究,是机械设备安全管理中至关重要的部分。而首先要保证采集到的轴承振动信号包含了轴承全面的振动信息,才能实现对轴承运行状态的准确监测与预测。在转子的涡动规律理论中,转子在同一横截面内的不同方向上,所采集到的轴承振动频谱结构、振动强度等信息不一定是相同的。为了解决这一问题,本文运用了振动信号同源融合技术——全矢谱（Full Vector Spectrum,FVS）技术,通过双通道的信号采集、融合,得到轴承更为全面、准确的振动信号。进一步地,得到每一时刻轴承的振动信息后,轴承的运转状态描述往往是多指标、多维度的。为了能够较为直接地反映轴承当前的健康程度,本文引入了多元状态评估技术（Multivariate State Estimation Technique,MSET）,根据轴承的历史信息来评估轴承当前的运转状态,将轴承的多元状态信息进行整体处理并转化为直观的单一指标:健康度。与其他单一指标相比,基于MSET的健康度指标是对轴承运转状态的多元信息全面评估的结果,能够较为灵敏地捕捉到轴承细微的、不易察觉的初期故障,更有利于监测到轴承故障的发展过程。此外,本文又根据互信息理论...
【文章来源】：郑州大学河南省 211工程院校
【文章页数】：76 页
【学位级别】：硕士
【部分图文】：
泵及发电机各类故障发生比例51%定子绕组16%16%轴承定子绕组外部因素轴及联轴器转子不确定因素
图 2-1 全矢谱主振矢图与全频谱对比2.3 全矢谱理论全矢谱技术是将多个传感器采集到的信息进行融合，与传统的单通道信息采集相比，基于单源信号的振动特征只能够体现转子在一个方向上的振动情况。全矢谱技术能够同时反映多通道采集到的信号特点，完整地再现出转子在该横截面内运转状态。用于旋转机械振动信号采集的传感器一般为“垂直－水平”或“V”型布局，如图 2-2 所示。
图 2-1 全矢谱主振矢图与全频谱对比全矢谱理论全矢谱技术是将多个传感器采集到的信息进行融合，与传统的单通道信比，基于单源信号的振动特征只能够体现转子在一个方向上的振动情技术能够同时反映多通道采集到的信号特点，完整地再现出转子在该横转状态。用于旋转机械振动信号采集的传感器一般为“垂直－水平”或局，如图 2-2 所示。
【参考文献】：
期刊论文
[1]一种融合AutoEncoder与CNN的混合算法用于图像特征提取[J]. 刘兴旺,王江晴,徐科. 计算机应用研究. 2017(12)
[2]改进型非线性状态估计的制粉系统故障诊断[J]. 任梦祎,焦嵩鸣. 热力发电. 2015(12)
[3]微织构对径向滑动轴承承载能力的影响机理[J]. 尹明虎,陈国定,高当成,王琳. 华中科技大学学报(自然科学版). 2015(12)
[4]基于深度神经网络的有色金属领域实体识别[J]. 毛存礼,余正涛,沈韬,高盛祥,郭剑毅,线岩团. 计算机研究与发展. 2015(11)
[5]基于深度学习理论的机械装备大数据健康监测方法[J]. 雷亚国,贾峰,周昕,林京. 机械工程学报. 2015(21)
[6]自适应多核组合相关向量机预测方法及其在机械设备剩余寿命预测中的应用[J]. 雷亚国,陈吴,李乃鹏,林京. 机械工程学报. 2016(01)
[7]基于混沌理论和K-means聚类的有载分接开关机械状态监测[J]. 周翔,王丰华,傅坚,林嘉杨,金之俭. 中国电机工程学报. 2015(06)
[8]神经网络预测方法在机械设备故障诊断中的应用[J]. 马利兴,许宝杰,吴国新. 设备管理与维修. 2014(S1)
[9]多尺度排列熵及其在滚动轴承故障诊断中的应用[J]. 郑近德,程军圣,杨宇. 中国机械工程. 2013(19)
[10]混沌时间序列的混合预测方法[J]. 张金良,谭忠富. 系统工程理论与实践. 2013(03)
博士论文
[1]民机产品可靠性评估技术研究[D]. 王烨.南京航空航天大学 2009
[2]智能优化支持向量机预测算法及应用研究[D]. 陈其松.贵州大学 2009
[3]航空发动机主轴承使用寿命预测技术研究[D]. 苗学问.北京航空航天大学 2008
硕士论文
[1]滚动轴承故障机理及智能化检测技术研究[D]. 何翔.西南交通大学 2017
[2]疲劳裂纹形成寿命预估的耦联有限元法[D]. 陈涛.燕山大学 2011
[3]基于Hilbert-Huang变换的滚动轴承智能诊断方法研究[D]. 任玥.西南交通大学 2007
[4]300MW汽轮机故障诊断系统的研究和应用[D]. 王仕龙.华北电力大学（河北） 2007
[5]基于支持向量机的混沌序列预测方法研究[D]. 党建亮.西南交通大学 2006
本文编号：3124144
【文章来源】：郑州大学河南省 211工程院校
【文章页数】：76 页
【学位级别】：硕士
【部分图文】：
泵及发电机各类故障发生比例51%定子绕组16%16%轴承定子绕组外部因素轴及联轴器转子不确定因素
图 2-1 全矢谱主振矢图与全频谱对比2.3 全矢谱理论全矢谱技术是将多个传感器采集到的信息进行融合，与传统的单通道信息采集相比，基于单源信号的振动特征只能够体现转子在一个方向上的振动情况。全矢谱技术能够同时反映多通道采集到的信号特点，完整地再现出转子在该横截面内运转状态。用于旋转机械振动信号采集的传感器一般为“垂直－水平”或“V”型布局，如图 2-2 所示。
图 2-1 全矢谱主振矢图与全频谱对比全矢谱理论全矢谱技术是将多个传感器采集到的信息进行融合，与传统的单通道信比，基于单源信号的振动特征只能够体现转子在一个方向上的振动情技术能够同时反映多通道采集到的信号特点，完整地再现出转子在该横转状态。用于旋转机械振动信号采集的传感器一般为“垂直－水平”或局，如图 2-2 所示。
【参考文献】：
期刊论文
[1]一种融合AutoEncoder与CNN的混合算法用于图像特征提取[J]. 刘兴旺,王江晴,徐科. 计算机应用研究. 2017(12)
[2]改进型非线性状态估计的制粉系统故障诊断[J]. 任梦祎,焦嵩鸣. 热力发电. 2015(12)
[3]微织构对径向滑动轴承承载能力的影响机理[J]. 尹明虎,陈国定,高当成,王琳. 华中科技大学学报(自然科学版). 2015(12)
[4]基于深度神经网络的有色金属领域实体识别[J]. 毛存礼,余正涛,沈韬,高盛祥,郭剑毅,线岩团. 计算机研究与发展. 2015(11)
[5]基于深度学习理论的机械装备大数据健康监测方法[J]. 雷亚国,贾峰,周昕,林京. 机械工程学报. 2015(21)
[6]自适应多核组合相关向量机预测方法及其在机械设备剩余寿命预测中的应用[J]. 雷亚国,陈吴,李乃鹏,林京. 机械工程学报. 2016(01)
[7]基于混沌理论和K-means聚类的有载分接开关机械状态监测[J]. 周翔,王丰华,傅坚,林嘉杨,金之俭. 中国电机工程学报. 2015(06)
[8]神经网络预测方法在机械设备故障诊断中的应用[J]. 马利兴,许宝杰,吴国新. 设备管理与维修. 2014(S1)
[9]多尺度排列熵及其在滚动轴承故障诊断中的应用[J]. 郑近德,程军圣,杨宇. 中国机械工程. 2013(19)
[10]混沌时间序列的混合预测方法[J]. 张金良,谭忠富. 系统工程理论与实践. 2013(03)
博士论文
[1]民机产品可靠性评估技术研究[D]. 王烨.南京航空航天大学 2009
[2]智能优化支持向量机预测算法及应用研究[D]. 陈其松.贵州大学 2009
[3]航空发动机主轴承使用寿命预测技术研究[D]. 苗学问.北京航空航天大学 2008
硕士论文
[1]滚动轴承故障机理及智能化检测技术研究[D]. 何翔.西南交通大学 2017
[2]疲劳裂纹形成寿命预估的耦联有限元法[D]. 陈涛.燕山大学 2011
[3]基于Hilbert-Huang变换的滚动轴承智能诊断方法研究[D]. 任玥.西南交通大学 2007
[4]300MW汽轮机故障诊断系统的研究和应用[D]. 王仕龙.华北电力大学（河北） 2007
[5]基于支持向量机的混沌序列预测方法研究[D]. 党建亮.西南交通大学 2006
本文编号：3124144
本文链接：https://www.wllwen.com/jixiegongchenglunwen/3124144.html
