基于LMD的故障特征提取方法及动平衡技术研究

发布时间：2017-05-04 19:06

  本文关键词：基于LMD的故障特征提取方法及动平衡技术研究，由笔耕文化传播整理发布。

【摘要】：为提取微弱故障信号特征,开展了局域均值分解(LMD)和1.5维谱提取故障特征的方法研究,提出了一种基于全相位预处理的局域均值分解方法,同时研究了基于流形学习的模式识别方法,实现了轴承故障的智能诊断。此外,为实现航空发动机转子系统的动平衡,还开展了基于加速度信号的动平衡技术研究,提出了基于加速度信号的影响系数法的平衡方法。主要内容如下：(1)研究了基于局域均值分解的特征提取方法,提出一种内缩延拓的端点处理方法用于局域均值分解,并分析了这种延拓方法的可靠性;结合全相位预处理方法,提出了一种基于全相位预处理的局域均值分解的方法,即采用全相位预处理的方法预处理后再进行局域均值分解;以滚动轴承为对象,采用振动信号和声发射信号,对不同类型的单一故障和复合故障进行了分析,验证了基于全相位预处理的局域均值分解的故障特征提取方法的有效性。(2)将基于全相位预处理的局域均值分解与1.5维谱结合,提出了一种局域均值分解预处理的1.5维谱特征提取方法,并将该方法应用于低速轴承的故障诊断,同时对不同类型的单一故障和复合故障信号进行了分析验证,讨论了对低速轴承信号1.5维谱增强的频率与对应的谐波阶次的关系；此外,将相空间重构和有监督的局部线性嵌入算法相结合,研究了基于流形学习的智能识别方法,实现了轴承的故障智能诊断。(3)研究了基于影响系数的动平衡方法,进行了单平面和双平面的实验验证;推导了基于质量的影响系数和基于力学的影响系数之间的换算关系,并将该关系用于确定不平衡载荷的力学形式；最后结合自适应陷波和互功率谱的方法用于加速度信号的相位检测,定义了基于加速度信号的影响系数,并应用到基于加速度信号的动平衡中,通过开展基于加速度信号的影响系数法的实验研究,验证了方法的有效性。
【关键词】：特征提取 局域均值分解(LMD) 1.5维谱 流形学习 影响系数
【学位授予单位】：北京化工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TH133.3
【目录】：

• 摘要5-7
• ABSTRACT7-16
• 第一章 绪论16-24
• 1.1 引言16
• 1.2 特征提取方法研究现状16-18
• 1.3 动平衡方法研究现状18-19
• 1.4 课题背景及意义19-20
• 1.5 课题来源及主要研究内容20-21
• 1.6 论文章节安排21-24
• 第二章 基于LMD的特征提取方法研究24-48
• 2.1 LMD的基本理论和思想24-28
• 2.1.1 局域均值函数和局域包络函数求取方法24-25
• 2.1.2 局域均值分解25-26
• 2.1.3 LMD仿真实例26-28
• 2.2 LMD的端点处理方法研究28-36
• 2.2.1 端点效应的处理的一般方法28-30
• 2.2.2 端点处理存在的问题30-31
• 2.2.3 内缩延拓方法的提出31-32
• 2.2.4 内缩法延拓可靠性分析32-36
• 2.3 AP-LMD的特征提取方法36-46
• 2.3.1 全相位预处理的思想及方法36-39
• 2.3.2 基于全相位预处理的LMD39
• 2.3.3 方法验证39-46
• 2.4 本章小结46-48
• 第三章 基于1.5维谱的特征提取方法48-62
• 3.1 1.5维谱的基本原理48-52
• 3.1.1 1.5维谱的定义48-49
• 3.1.2 1.5维谱的仿真实例49-50
• 3.1.3 1.5维谱在轴承故障诊断中的应用50-52
• 3.2 基于AP-LMD的1.5维谱方法52-55
• 3.3 1.5维谱提取特征在低速轴承中的应用55-60
• 3.4 本章小结60-62
• 第四章 基于流形学习的轴承故障智能识别62-72
• 4.1 C-C法相空间重构62-63
• 4.2 有监督的局部线性嵌入算法63-64
• 4.3 实验验证64-70
• 4.4 本章小结70-72
• 第五章 基于加速度信号的动平衡技术研究72-86
• 5.1 影响系数法平衡的基本方法72-74
• 5.2 基于位移信号的动平衡方法验证74-77
• 5.2.1 基于影响系数法的单平面动平衡75-76
• 5.2.2 基于影响系数法的双平面动平衡76-77
• 5.3 影响系数换算判断载荷形式验证77-79
• 5.4 基于加速度信号的动平衡方法验证79-83
• 5.4.1 自适应陷波方法80
• 5.4.2 基于互功率谱的相位检测80-81
• 5.4.3 基于加速度信号的平衡方法及验证81-83
• 5.5 本章小结83-86
• 第六章 总结与展望86-88
• 6.1 总结86
• 6.2 展望86-88
• 参考文献88-92
• 致谢92-94
• 研究成果及发表的学术论文94-96
• 作者和导师简介96-97
• 附件97-98

【参考文献】

中国期刊全文数据库 前7条

1 韩磊;程礼;苗学问;;基于小波分析的航空发动机轴承故障诊断[J];轴承;2008年10期

2 栗茂林;梁霖;王孙安;;基于稀疏表示的故障敏感特征提取方法[J];机械工程学报;2013年01期

3 宋平岗;周军;;基于形态滤波优化算法的滚动轴承故障特征提取方法[J];科学技术与工程;2014年04期

4 唐建;焦向东;戴波;;管道超声内检测自动壁厚转换算法[J];化工学报;2014年11期

5 宋建恒;;频谱分析法诊断滚动轴承故障[J];青海科技;2007年03期

6 程军圣;杨宇;于德介;;局部均值分解方法及其在齿轮故障诊断中的应用[J];振动工程学报;2009年01期

7 曹端超;康建设;赵劲松;张星辉;;改进EMD和HMM的齿轮故障诊断方法应用[J];噪声与振动控制;2013年03期

中国硕士学位论文全文数据库 前1条

1 黄俊;基于平移不变量小波和总体局域均值分解的齿轮箱故障诊断研究[D];中北大学;2014年

  本文关键词：基于LMD的故障特征提取方法及动平衡技术研究，，由笔耕文化传播整理发布。

本文编号：345620