齿轮振动信号的多分形研究及其应用

发布时间：2017-05-11 13:16

  本文关键词：齿轮振动信号的多分形研究及其应用，由笔耕文化传播整理发布。

【摘要】：齿轮作为传动零部件，由于其传动比大、效率高、传动精确等特点而被广泛应用于各种机械设备中。齿轮传动系统的复杂性导致齿轮振动信号呈现非平稳和多尺度特征，增加了齿轮故障模式识别的难度。本文在总结齿轮故障类型和特征的基础上,针对齿轮故障振动信号的非线性非平稳性特征，将多分形去趋势波动分析(Multifractal Dtrended Fluctuation Analysis,MF-DFA)和多分形谱理论引入到齿轮故障特征提取中，还分别提出其改进算法的特征提取方法，并结合高斯混合模型(Gaussian Mixture Model，GMM)方法，实现齿轮故障诊断。本文主要研究内容包括： 1、总结齿轮主要失效类型，并分析齿轮的振动机理，总结常见齿轮失效类型振动信号特征。 2、将MF-DFA应用到齿轮故障特征提取中，提出二维MF-DFA的齿轮故障特征提取算法。通过仿真信号证明该方法有效，构建试验体系，设计试验方案，选用适当的信号采集试验设备，采集齿轮模拟故障实验数据以验证此方法实用性。 3、将单一无标度区多分形谱理论引入到齿轮振动信号的特征提取中，在此基础上，提出多个无标度区多分形谱特征提取算法。并通过仿真信号证明这两种方法有效，采用同样的试验方法，采用齿轮模拟故障实验数据，验证此方法实用性。 4、结合高斯混合模型，将所提出的齿轮振动信号多分形特征提取方法进行对比，齿轮故障分类实验结果表明多个无标度区多分形谱理论特征提取算法计算效率和识别率均高于其他多分形方法，更适合齿轮故障特征提取。
【关键词】：多分形去趋势波动分析 二维去趋势波动分析 多分形谱 高斯混合模型
【学位授予单位】：武汉科技大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TH132.41;TH165.3
【目录】：

• 摘要4-5
• Abstract5-9
• 第1章 绪论9-18
• 1.1 研究背景和意义9
• 1.2 齿轮故障诊断9-13
• 1.2.1 齿轮的故障机理与故障类型9-11
• 1.2.2 齿轮故障诊断研究现状11-13
• 1.3 齿轮振动分形特征提取研究现状13-16
• 1.4 本论文主要研究内容16-17
• 1.5 本章小结17-18
• 第2章 基于 MF-DFA 的齿轮故障特征提取18-38
• 2.1 多分形去趋势波动分析18-21
• 2.2 MF-DFA 仿真分析21-25
• 2.3 齿轮故障模拟实验25-28
• 2.3.1 实验装置25-27
• 2.3.2 实验方案27-28
• 2.4 基于 MF-DFA 的齿轮振动信号特征提取28-30
• 2.5 二维 MF-DFA30-32
• 2.6 二维 MF-DFA 仿真分析32-35
• 2.7 基于二维 MF-DFA 的齿轮振动信号特征提取35-37
• 2.8 本章小结37-38
• 第3章 基于多分形谱理论的齿轮故障特征提取38-53
• 3.1 单一无标度区多分形谱38-41
• 3.2 单一无标度区多分形谱仿真分析41-43
• 3.3 基于单一无标度区多分形谱的齿轮振动信号特征提取43-46
• 3.4 多个无标度区多分形谱46-48
• 3.5 多个无标度区多分形谱仿真分析48-49
• 3.6 基于多个无标度区多分形谱的齿轮振动信号特征提取49-52
• 3.7 本章小结52-53
• 第4章 基于多分形分析与高斯混合模型的故障分类53-60
• 4.1 高斯混合模型53-56
• 4.1.1 高斯混合模型概念53-56
• 4.1.2 高斯混合模型模式分类步骤56
• 4.2 基于 MF-DFA 与 GMM 的故障分类56-57
• 4.3 基于多分形谱与 GMM 的故障分类57-58
• 4.4 多分形分析算法的分类结果对比58-59
• 4.5 本章小结59-60
• 第5章 总结与展望60-62
• 5.1 研究工作总结60-61
• 5.2 研究工作展望61-62
• 致谢62-63
• 参考文献63-68
• 附录 1 攻读硕士学位期间发表的论文68-69
• 附录 2 攻读硕士学位期间参加的科研项目69-70
• 详细摘要70-74

【参考文献】

中国期刊全文数据库 前10条

1 牛滨;孔令志;罗森林;潘丽敏;郭亮;;基于MFCC和GMM的个性音乐推荐模型[J];北京理工大学学报;2009年04期

2 姜万录,陈东宁,姚成玉;关联维数分析方法及其在液压泵故障诊断中的应用[J];传感技术学报;2004年01期

3 李国宾;关德林;;振动信号多重分形分析改进算法[J];测试技术学报;2006年06期

4 张桂才,史铁林,杨叔子;基于高阶统计量的机械故障特征提取方法研究[J];华中理工大学学报;1999年03期

5 张新峰 ,沈兰荪;模式识别及其在图像处理中的应用[J];测控技术;2004年05期

6 陈亦望;潘育新;徐鑫;傅强;;纹理图像的多分形特征[J];解放军理工大学学报(自然科学版);2010年05期

7 孙霞,傅竹西,吴自勤;薄膜生长的多重分形谱的计算[J];计算物理;2001年03期

8 陈亦望;徐鑫;傅强;;基于多个无标度区的多重分形分析方法[J];计算物理;2010年06期

9 林京,屈梁生;基于连续小波变换的信号检测技术与故障诊断[J];机械工程学报;2000年12期

10 郑海波,李志远,陈心昭;基于连续小波变换的齿轮故障诊断方法研究[J];机械工程学报;2002年03期

  本文关键词：齿轮振动信号的多分形研究及其应用，由笔耕文化传播整理发布。

，

本文编号：357345