广义递归定量分析及其在齿轮故障诊断中的应用

发布时间：2024-01-20 08:12

　　递归图是一种通过二值图像定性地刻画时间序列递归特性的经典方法。递归定量分析(Recurrence Quantification Analysis,RQA)通过提取递归图中递归点的分布统计规律对递归图进行定量研究。但传统的递归定量分析仅对递归点水平、垂直及对角方向的分布规律进行提取,未对递归图的整体及局部特征进行描述。为此,本文提出基于主奇异值率与局部细节谱的广义递归定量分析方法。主奇异值率(Principal Singular Value Proportion,PSVP)用于刻画整体递归图中核心部分的信息量,局部细节谱(Local Detail Spectrum,LDS)用于刻画递归图中有限区间内递归点局部分布规律。本文将广义递归定量分析用于齿轮故障诊断,实验证明,与传统递归定量分析相比,广义递归定量对于齿轮信号的分类识别率更高、可靠性更强。

【文章页数】：60 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 课题的提出及意义
    1.2 齿轮故障诊断研究现状
    1.3 递归图研究现状
    1.4 论文的主要内容及结构
        1.4.1 论文的研究内容
        1.4.2 论文的结构
第2章 递归定量分析及其在齿轮故障诊断中的应用
    2.1 递归定量分析
        2.1.1 递归定量分析流程
        2.1.2 递归图结构及其意义
        2.1.3 递归定量分析
    2.2 齿轮故障模拟实验
        2.2.1 实验装置及数据采集
        2.2.2 实验方案
    2.3 齿轮振动信号的递归图
        2.3.1 递归图参数的选择
        2.3.2 齿轮信号的递归图分析
        2.3.3 齿轮信号的递归定量分析
    2.4 本章小结
第3章 全局递归定量分析在齿轮故障诊断中的应用
    3.1 基于奇异值的递归定量分析
    3.2 仿真分析
        3.2.1 高斯白噪声
        3.2.2 Logistic映射
    3.3 SVS与PSVP在齿轮故障中的应用
    3.4 本章小结
第4章 局部递归定量分析在齿轮故障诊断中的应用
    4.1 局部细节谱
    4.2 LDS仿真分析
    4.3 LDS在齿轮故障信号中的应用
    4.4 广义递归定量分析
        4.4.1 BP神经网络搭建
        4.4.2 广义递归定量与传统递归定量分类效果对比
    4.5 本章小结
第5章 总结与展望
    5.1 研究工作总结
    5.2 研究工作展望
致谢
参考文献
附录1 攻读硕士学位期间发表的学术论文
附录2 攻读硕士学位期间参与的科研项目



本文编号：3880485