基于压缩感知的旋转机械冲击型故障诊断方法研究

发布时间：2021-05-09 02:06

　　随着汽车的快速普及,进一步提高车辆舒适性、安全性成为人们迫切的需求。轴承和齿轮作为汽车传动系统中重要的受力和传力部件,一旦发生故障必然会影响车辆的舒适性和乘车安全,因此通过信号处理的方式实时监测及识别故障以提前采取措施具有重要意义。本文根据机械振动信号的稀疏性,分析了旋转机械冲击型故障信号的稀疏表示和压缩感知（CS）方法,深入研究冲击故障特征的字典学习方法和CS重构算法。在冲击故障特征的字典学习方面,提出了一种基于峭度指标移不变K-SVD字典学习算法。该方法结合峭度指标和滑窗运算,选取冲击模式学习的最优训练样本,降低了噪声的干扰,而且有效减少运算负担;采用训练所得模式以“补零时移”策略构建最稀疏冲击字典。将所建移不变冲击字典用于稀疏表示轴承故障信号,实现滚动轴承的故障特征提取。同时,研究算法参数对训练效果的影响,优化了参数的取值范围。在CS重构算法方面,以贪婪迭代类CS重构算法为基础,提出了一种多压缩匹配追踪（MCMP）算法,结合移不变学习方法,实现了旋转机械的冲击型故障诊断。以多组压缩采样数据的“总代理”增强冲击故障特征,结合回溯与组合算法的思想实现由压缩采样信号直接重构故障特征;由... 

【文章来源】：华南理工大学广东省 211工程院校 985工程院校 教育部直属院校

【文章页数】：82 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 课题研究背景及意义
    1.2 课题来源
    1.3 国内外研究现状
        1.3.1 稀疏表示及字典构造的研究现状
        1.3.2 压缩感知的研究现状
        1.3.3 稀疏表示及压缩感知在机械故障诊断领域的研究现状
    1.4 主要研究内容及论文结构
第二章 旋转机械冲击型故障信号的稀疏表示和压缩感知
    2.1 旋转机械冲击型故障信号的数学模型
    2.2 机械振动信号的稀疏表示和字典构造
        2.2.1 稀疏表示理论
        2.2.2 冲击型振动信号的字典构造
    2.3 压缩感知理论及重构算法分析
        2.3.1 压缩感知基本原理
        2.3.2 贪婪迭代类CS重构算法分析
    2.4 本章小结
第三章 基于峭度指标移不变K-SVD算法在滚动轴承冲击型故障诊断的应用
    3.1 基于峭度指标移不变K-SVD字典学习算法
    3.2 仿真分析研究
        3.2.1 轴承内圈故障的仿真
        3.2.2 算法性能分析
        3.2.3 算法参数优化设置
        3.2.4 与移不变K-SVD算法的对比
    3.3 实验信号分析
        3.3.1 轴承外圈故障实验信号
        3.3.2 轴承内圈故障实验信号
    3.4 本章小结
第四章 基于多压缩匹配追踪算法和移不变学习的旋转机械冲击型故障诊断方法
    4.1 多压缩匹配追踪(MCMP)算法的基本原理
        4.1.1 多压缩数据下的“总代理”
        4.1.2 多压缩匹配追踪(MCMP)算法
    4.2 仿真分析研究
        4.2.1 旋转机械冲击型故障的仿真
        4.2.2 MCMP算法在缓变速信号的故障诊断
        4.2.3 MCMP算法性能分析
        4.2.4 与CoSaMP算法的对比
    4.3 实验信号分析
        4.3.1 轴承内圈故障实验信号
        4.3.2 单级齿轮箱故障实验信号
    4.4 本章小结
总结与展望
参考文献
攻读硕士学位期间取得的研究成果
致谢
附件



本文编号：3176402