超完备有理小波变换的研究及其在滚动轴承故障诊断中的应用

发布时间：2017-06-19 13:02

  本文关键词：超完备有理小波变换的研究及其在滚动轴承故障诊断中的应用，，由笔耕文化传播整理发布。

【摘要】：作为模式识别和滚动轴承故障诊断的核心技术,特征提取一直以来都是人们广泛关注的课题。因为滚动轴承早期故障信号具有非平稳性,强噪声性,难提取特征的特点,所以如何有效的提取早期故障特征,已经成为具有挑战性的难题。本文对超完备有理小波变换进行了研究,提出了两种故障特征提取方法—基于自适应有理小波变换的故障特征提取方法和基于有理双树复小波变换方法的故障特征提取方法,主要研究成果如下:①研究了基于自适应有理小波变换的滚动轴承故障特征提取方法。首先根据故障信号的结构特征,构造出适应故障信号的超完备有理小波,然后利用该有理小波对故障信号进行分解,得到J层高频小波分量,最后选取峭度较大的高频小波分量进行Hilbert瞬时频率谱分析,以此实现了故障特征信息的提取。将该方法应用到多组滚动轴承内圈和外圈的故障振动信号中,实验结果表明了该方法能有效地提取出滚动轴承的早期故障特征。②研究了基于有理双树复小波和支持向量机(SVM)的滚动轴承故障诊断方法。首先通过有理双树复小波变换将非平稳的振动信号分解,由此得到不同频带的分量,然后对每个频带分量求其能量并进行归一化处理,最后将从各个频带分量中计算得到的归一化能量特征参数作为SVM的输入,以此来对滚动轴承的故障类型进行识别。研究结果表明该方法可以有效、准确地识别轴承的故障模式。
【关键词】：特征提取 自适应有理小波变换 有理双树复小波变换 支持向量机 故障分类
【学位授予单位】：重庆大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TH165.3;O174.2
【目录】：

• 中文摘要3-4
• 英文摘要4-7
• 1 绪论7-11
• 1.1 论文的研究背景7
• 1.2 小波的发展和研究现状7-9
• 1.3 小波在滚动轴承故障诊断中的研究现状9
• 1.4 本文的主要研究内容和结构安排9-11
• 2 小波分析理论11-21
• 2.1 小波变换11-17
• 2.1.1 连续小波变换12-14
• 2.1.2 离散小波变换14-15
• 2.1.3 二进小波变换15-17
• 2.2 多分辨分析17
• 2.3 有理多分辨分析17-18
• 2.4 超完备有理小波变换18-21
• 3 自适应有理小波变换在滚动轴承故障诊断中的应用21-31
• 3.1 引言21
• 3.2 自适应有理离散小波变换21-23
• 3.3 Hibert瞬时频率谱23-24
• 3.4 基于自适应有理小波变换的故障诊断步骤24
• 3.5 实验结果和分析24-30
• 3.5.1 轴承内圈故障诊断24-27
• 3.5.2 轴承外圈故障诊断27-30
• 3.6 本章小结30-31
• 4 基于有理双树复小波和SVM的滚动轴承故障分类方法31-39
• 4.1 引言31-32
• 4.2 有理双树复小波变换32-33
• 4.3 支持向量机33-35
• 4.4 有理双树复小波-SVM故障诊断方法35
• 4.5 实验与结果分析35-38
• 4.6 本章小结38-39
• 5 总结与展望39-41
• 5.1 全文总结39
• 5.2 展望39-41
• 致谢41-42
• 参考文献42-46
• 附录46

【相似文献】

中国期刊全文数据库 前10条

1 姚成,吴小培;小波变换与生物医学信号处理[J];生物学杂志;2000年01期

2 刘鲁源,李宗勃;从傅立叶变化到小波变化[J];自动化与仪表;2000年06期

3 胡国胜,张国红;一种新的信号处理方法——线调频小波变换[J];数学的实践与认识;2003年02期

4 杨静,王岩飞,刘波;一种新的非抽取提升结构小波变换图象融合算法[J];光子学报;2004年06期

5 熊新兵,焦晓军,陈亚光;用提升小波变换提取诱发脑电[J];中南民族大学学报(自然科学版);2004年03期

6 李耐根;小波变换在图像压缩中的应用[J];科技广场;2004年09期

7 熊新兵,陈亚光;非线性小波变换及其应用[J];中南民族大学学报(自然科学版);2005年02期

8 才德;严瑛白;金国藩;;光学可分离小波变换的研究[J];光学技术;2006年02期

9 董西伟;高光勇;杨茂保;;一种基于小波变换的图像压缩的应用[J];科技信息(科学教研);2007年18期

10 李娟;;小波变换在图像压缩中的应用[J];科技信息(科学教研);2007年24期

中国重要会议论文全文数据库 前10条

1 曹思远;牟永光;;小波变换与信号分解[A];1992年中国地球物理学会第八届学术年会论文集[C];1992年

2 张霖;钱敏;葛军;;几种典型环节的小波变换研究[A];1996年中国控制会议论文集[C];1996年

3 鲍文;祝豪;刘金福;;基于多尺度小波变换的电厂数据压缩方法研究[A];2004电站自动化信息化学术技术交流会议论文集[C];2004年

4 龚妙昆;万福永;;用统计方法和小波变换确定心电图数据中的R波[A];2006中国控制与决策学术年会论文集[C];2006年

5 赵聪慧;张淑娟;;小波变换在农产品无损检测中的应用研究[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会（CSAE 2009）论文集[C];2009年

6 朱光明;高静怀;王玉贵;;小波变换及其在一维滤波中的应用[A];1992年中国地球物理学会第八届学术年会论文集[C];1992年

7 金刚石;赵毅;季云松;;基于小波变换的红外图像滤波[A];2006年全国光电技术学术交流会会议文集（D 光电信息处理技术专题）[C];2006年

8 刘卫东;李乐;张静远;;一种基于小波变换的水声成像实验研究[A];2008’促进中西部发展声学学术交流会论文集[C];2008年

9 赵丽红;蔡玉;徐心和;;基于小波变换和多分类器融合的人脸识别[A];2007中国控制与决策学术年会论文集[C];2007年

10 鲁昌华;汪济洲;;小波变换在通用DSP上的快速实现[A];第十七届全国测控计量仪器仪表学术年会（MCMI'2007）论文集（上册）[C];2007年

中国重要报纸全文数据库 前1条

1 吴玉田殷学平;中药质量控制又添新武器——小波变换近红外光谱分析系统[N];中国医药报;2004年

中国博士学位论文全文数据库 前10条

1 王利琴;心电信号波形检测与心律失常分类研究[D];河北工业大学;2014年

2 宋长贺;基于GPU的高性能遥感图像解码方法研究[D];西安电子科技大学;2015年

3 王丽荣;基于小波变换的目标检测方法研究[D];吉林大学;2006年

4 熊智新;基于小波变换的化学谱图数据处理[D];浙江大学;2004年

5 魏云冰;小波变换在电机故障诊断与测试中的应用研究[D];浙江大学;2002年

6 丁文鹏;自适应方向提升小波变换及应用[D];中国科学技术大学;2009年

7 董卫军;基于小波变换的图像处理技术研究[D];西北大学;2006年

8 聂磊;小波变换用于重叠化学信号的分辨研究[D];中国科学技术大学;2002年

9 张秀琦;基于小波变换的化学计量学方法及几种抗癌药物的电化学研究[D];西北大学;2001年

10 邓玉强;小波变换在飞秒激光技术中的应用[D];天津大学;2005年

中国硕士学位论文全文数据库 前10条

1 韩科;基于小波变换与PCA的人脸识别方法的研究与实现[D];内蒙古大学;2015年

2 邵永鑫;小波变换和人工神经网络在荧光测温信号处理中的应用研究[D];天津理工大学;2015年

3 聂小利;基于小波变换的弱信号提取与应用研究[D];北京建筑大学;2015年

4 方宇超;基于小波变换的码速率估计方法研究[D];内蒙古大学;2015年

5 段晓杰;基于小波变换的数字水印算法及评价方法研究[D];辽宁大学;2015年

6 黄新安;胎儿心率检测算法的研究[D];江南大学;2015年

7 周玉;小波变换在高速铁路牵引供电地震防灾系统中的应用研究[D];西南交通大学;2015年

8 郭亚妮;基于DSP的小波变换在雷达回波信号去噪中的研究[D];天津理工大学;2015年

9 曾燕来;基于小波变换语音去噪的研究及应用[D];长安大学;2015年

10 乌月汗;基于小波变换人脸识别的算法研究[D];内蒙古大学;2015年

  本文关键词：超完备有理小波变换的研究及其在滚动轴承故障诊断中的应用，由笔耕文化传播整理发布。

本文编号：462553