基于1（1/2）维谱熵与支持向量机的滚动轴承故障诊断研究
发布时间：2021-12-17 22:29
在旋转机械中,滚动轴承是最为常用和关键的元件之一,也是易损坏的零部件,其缺陷会导致机械设备产生异常振动,从而使许多旋转机械出现故障,甚至造成设备和人员的重大损伤。因此,研究滚动轴承的故障诊断技术具有重要的现实意义。振动分析法是滚动轴承检测与故障诊断的一种主要检测方法,其通过采集并处理轴承的振动信号,从中提取表征轴承状态信号的特征,通过这些特征,采用模式识别方法来识别轴承状态,其中信号特征提取和状态识别是故障诊断中的关键。本文的研究内容主要包括两个部分:研究了滚动轴承故障信号特征的提取。1（1/2）维谱与一些传统的特征提取方法相比,能够有效的抑制高斯噪音的干扰,识别滚动轴承发生局部损伤后产生的二次相位耦合特征,在1（1/2）维谱图上只显示出参与频率耦合的分量,因此较适合于滚动轴承故障特征的提取。鉴于滚动轴承的故障振动信号具有非高斯、非线性、非平稳的特性,本文利用1（1/2）维谱估计方法,再结合小波包理论与谱熵理论,采用了一种基于1（1/2）维谱熵来构造特征向量的方法。研究了支持向量机在滚动轴承诊断中的应用。特征量的选择对支持向量机故障分类的准确性影响很大,而惩罚参数和核函数参数对故障诊断...
【文章来源】：湖南科技大学湖南省
【文章页数】：77 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 引言
1.2 滚动轴承故障诊断的背景和意义
1.3 滚动轴承故障诊断的内容及方法
1.4 滚动轴承故障诊断技术的研究现状
1.4.1 国外的研究现状
1.4.2 国内的研究现状
1.5 支持向量机在故障诊断中的国内外研究现状
1.6 本文内容简介
第二章 引起滚动轴承振动的因素分析
2.1 滚动轴承的结构
2.2 滚动轴承的振动分析
2.2.1 振动机理
2.2.2 产生振动的原因
2.3 滚动轴承的损伤形式
2.4 振动频率的计算
2.5 本章小结
第三章 基于 1(1/2)维谱熵的滚动轴承故障特征提取
3.1 1(1/2)维谱的基本理论
3.1.1 高阶累积量的定义和性质
3.1.2 高阶谱
3.1.3 1(1/2)维谱的定义
3.2 小波分析基本理论
3.2.1 小波变换的定义
3.2.2 小波包分析
3.3 基于1(1/2)维谱熵的滚动轴承故障特征提取
3.3.1 基于1(1/2)维谱的滚动轴承振动信号的仿真分析
3.3.2 基于1(1/2)维谱熵的故障特征向量的建立
3.4 基于支持向量机的滚动轴承故障识别
3.4.1 支持向量机基础
3.4.2 核函数
3.4.3 多分类支持向量机
3.4.4 多类分类算法
3.5 本章小结
第四章 基于 1(1/2)维谱熵与支持向量机的滚动轴承故障诊断实验
4.1 滚动轴承故障模拟实验
4.1.1 故障诊断系统
4.1.2 故障模拟实验台
4.1.3 实验步骤
4.1.4 数据采集
4.2 基于1(1/2)维谱的滚动轴承故障特征分析
4.3 基于1(1/2)维谱熵的特征向量的建立
4.4 基于小波包能量的特征向量的建立
4.4.1 基于“能量-损伤”的基本原理
4.4.2 小波包提取能量特征的方法
4.4.3 特征向量的建立
4.5 支持向量机多类分类在滚动轴承中的应用
4.5.1 支持向量机模型的选择
4.5.2 基于遗传算法的支持向量机参数的选择
4.5.3 实验结果分析
4.6 本章小结
第五章 结论与展望
5.1 结论
5.2 展望
参考文献
致谢
附录 A:攻读硕士学位期间的科研成绩
附录 B:论文中所使用的程序
【参考文献】：
期刊论文
[1]基于谱熵的齿轮故障诊断方法研究[J]. 胡军辉,邵忍平,曾泽君. 机械传动. 2007(05)
[2]基于时变自回归模型与支持向量机的旋转机械故障诊断方法[J]. 张龙,熊国良,柳和生,邹慧君,陈慧. 中国电机工程学报. 2007(09)
[3]基于共振解调的滚动轴承故障诊断的研究与实现[J]. 李光,丛培田. 机械工程师. 2006(10)
[4]基于支持向量机的旋转机械故障诊断。[J]. 赵冲冲,廖明夫,于潇. 振动、测试与诊断. 2006(01)
[5]基于离散粒子群和支持向量机的故障诊断方法[J]. 王灵,俞金寿. 华东理工大学学报(自然科学版). 2005(05)
[6]基于支持向量机和多Agent融合的智能故障诊断系统研究[J]. 姜万录,程晓盛,陈东宁. 五邑大学学报(自然科学版). 2005(03)
[7]支持向量机在机械设备振动信号趋势预测中的应用[J]. 杨俊燕,张优云,赵荣珍. 西安交通大学学报. 2005(09)
[8]基于信息谱熵的支持向量机机械状态识别[J]. 潘明清,周晓军,杨辰龙,庞茂. 传感技术学报. 2005(02)
[9]我国轴承制造技术的现状及其发展趋势[J]. 刘桥方,严枫. 轴承. 2005(06)
[10]旋转机械故障诊断的11/2维循环谱分析方法[J]. 杨龙兴,贾民平. 东南大学学报(自然科学版). 2004(06)
硕士论文
[1]基于神经网络的滚动轴承故障诊断方法研究与应用[D]. 陈鹏.四川大学 2006
本文编号：3541069
【文章来源】：湖南科技大学湖南省
【文章页数】：77 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 引言
1.2 滚动轴承故障诊断的背景和意义
1.3 滚动轴承故障诊断的内容及方法
1.4 滚动轴承故障诊断技术的研究现状
1.4.1 国外的研究现状
1.4.2 国内的研究现状
1.5 支持向量机在故障诊断中的国内外研究现状
1.6 本文内容简介
第二章 引起滚动轴承振动的因素分析
2.1 滚动轴承的结构
2.2 滚动轴承的振动分析
2.2.1 振动机理
2.2.2 产生振动的原因
2.3 滚动轴承的损伤形式
2.4 振动频率的计算
2.5 本章小结
第三章 基于 1(1/2)维谱熵的滚动轴承故障特征提取
3.1 1(1/2)维谱的基本理论
3.1.1 高阶累积量的定义和性质
3.1.2 高阶谱
3.1.3 1(1/2)维谱的定义
3.2 小波分析基本理论
3.2.1 小波变换的定义
3.2.2 小波包分析
3.3 基于1(1/2)维谱熵的滚动轴承故障特征提取
3.3.1 基于1(1/2)维谱的滚动轴承振动信号的仿真分析
3.3.2 基于1(1/2)维谱熵的故障特征向量的建立
3.4 基于支持向量机的滚动轴承故障识别
3.4.1 支持向量机基础
3.4.2 核函数
3.4.3 多分类支持向量机
3.4.4 多类分类算法
3.5 本章小结
第四章 基于 1(1/2)维谱熵与支持向量机的滚动轴承故障诊断实验
4.1 滚动轴承故障模拟实验
4.1.1 故障诊断系统
4.1.2 故障模拟实验台
4.1.3 实验步骤
4.1.4 数据采集
4.2 基于1(1/2)维谱的滚动轴承故障特征分析
4.3 基于1(1/2)维谱熵的特征向量的建立
4.4 基于小波包能量的特征向量的建立
4.4.1 基于“能量-损伤”的基本原理
4.4.2 小波包提取能量特征的方法
4.4.3 特征向量的建立
4.5 支持向量机多类分类在滚动轴承中的应用
4.5.1 支持向量机模型的选择
4.5.2 基于遗传算法的支持向量机参数的选择
4.5.3 实验结果分析
4.6 本章小结
第五章 结论与展望
5.1 结论
5.2 展望
参考文献
致谢
附录 A:攻读硕士学位期间的科研成绩
附录 B:论文中所使用的程序
【参考文献】：
期刊论文
[1]基于谱熵的齿轮故障诊断方法研究[J]. 胡军辉,邵忍平,曾泽君. 机械传动. 2007(05)
[2]基于时变自回归模型与支持向量机的旋转机械故障诊断方法[J]. 张龙,熊国良,柳和生,邹慧君,陈慧. 中国电机工程学报. 2007(09)
[3]基于共振解调的滚动轴承故障诊断的研究与实现[J]. 李光,丛培田. 机械工程师. 2006(10)
[4]基于支持向量机的旋转机械故障诊断。[J]. 赵冲冲,廖明夫,于潇. 振动、测试与诊断. 2006(01)
[5]基于离散粒子群和支持向量机的故障诊断方法[J]. 王灵,俞金寿. 华东理工大学学报(自然科学版). 2005(05)
[6]基于支持向量机和多Agent融合的智能故障诊断系统研究[J]. 姜万录,程晓盛,陈东宁. 五邑大学学报(自然科学版). 2005(03)
[7]支持向量机在机械设备振动信号趋势预测中的应用[J]. 杨俊燕,张优云,赵荣珍. 西安交通大学学报. 2005(09)
[8]基于信息谱熵的支持向量机机械状态识别[J]. 潘明清,周晓军,杨辰龙,庞茂. 传感技术学报. 2005(02)
[9]我国轴承制造技术的现状及其发展趋势[J]. 刘桥方,严枫. 轴承. 2005(06)
[10]旋转机械故障诊断的11/2维循环谱分析方法[J]. 杨龙兴,贾民平. 东南大学学报(自然科学版). 2004(06)
硕士论文
[1]基于神经网络的滚动轴承故障诊断方法研究与应用[D]. 陈鹏.四川大学 2006
本文编号：3541069
本文链接：https://www.wllwen.com/jixiegongchenglunwen/3541069.html
