非稳态条件下摩擦信号处理和状态识别技术研究

发布时间：2017-07-19 19:11

  本文关键词：非稳态条件下摩擦信号处理和状态识别技术研究

  更多相关文章： 希尔伯特-黄变换 特征参数 概率神经网络 摩擦状态

【摘要】：摩擦状态识别对于监测机械设备摩擦副运行状态具有重要的意义,而常见的往复运动中产生的摩擦力信号往往是非平稳信号,要能更合理且全面地反映摩擦副摩擦状态特征的信息,就需要采用适当的信号处理方法来提取摩擦力信号的多种特征参数。希尔伯特-黄变换方法的核心—经验模式分解法是基于信号自身的特征进行分解,可以更好地、自适应地分析非平稳信号。本研究在往复运动试验平台上测取了初始磨合、平稳摩擦和贫油摩擦状态条件下的摩擦力信号,采用经验模式分解等方法分别提取摩擦力信号中的多种特征参数,以便更全面地反映不同摩擦状态的特征,并建立基于概率神经网络的摩擦状态识别模型对摩擦状态进行识别。总结全文,主要得出以下结论：(1)提出基于经验模式分解与小波软阈值联合去噪的方法。该联合去噪法发挥了小波阈值去噪良好的去噪能力和经验模式分解自适应性好的优势。通过仿真信号和往复摩擦力信号实验结果表明,相比传统的去噪方法,基于经验模式分解与小波软阈值结合去噪方法具有良好的自适应性和稳定性,去噪效果更好,提高了信噪比,较好地保留了信号的细节信息。(2)采用多种方法提取摩擦力信号中的九种特征参数,提取的特征参数包括摩擦力峭度、最大奇异值、奇异值熵、IMF能量熵、时频熵、能量比标准差以及低中高频段能量比重。通过观察发现,在不同摩擦状态条件下的上述特征参数的大小或分布情况有所不同,不同的特征参数相互弥补,能够较综合地反映出不同摩擦状态的特征,为摩擦状态识别创造了条件。(3)建立基于概率神经网络的摩擦状态识别模型对摩擦状态进行识别。基于概率神经网络具有训练速度快、容错性且扩充性好,不需反复训练的特点,建立起基于概率神经网络的摩擦状态识别系统,通过检测样本的分类检测验证,基于概率神经网络的摩擦状态识别具有较好的分类效果,识别率可达96.86%。
【关键词】：希尔伯特-黄变换 特征参数 概率神经网络 摩擦状态
【学位授予单位】：大连海事大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TH117.1;TN911.7
【目录】：

• 摘要5-6
• ABSTRACT6-10
• 第1章 绪论10-15
• 1.1 课题研究的背景及意义10-11
• 1.2 国内外相关领域研究现状11-14
• 1.2.1 信号处理方法的发展概况11-12
• 1.2.2 摩擦状态分析研究现状12-13
• 1.2.3 希尔伯特-黄变换的应用发展概况13
• 1.2.4 模式识别的发展概述13-14
• 1.3 本文的主要研究内容14-15
• 第2章 非稳态条件下摩擦信号测量的系统设计15-22
• 2.1 摩擦试验机的总体设计15-16
• 2.2 往复运动系统16-17
• 2.3 加载系统17-18
• 2.4 测量系统设计18-21
• 2.4.1 传感器的选取18-20
• 2.4.2 电荷放大器的选取20
• 2.4.3 数据采集卡的选取20-21
• 2.5 本章小结21-22
• 第3章 基于希尔伯特-黄变换的非稳态信号处理方法研究22-33
• 3.1 引言22
• 3.2 希尔伯特-黄变换理论基础22-30
• 3.2.1 瞬时频率22-24
• 3.2.2 固有模式函数24
• 3.2.3 经验模式分解24-29
• 3.2.4 希尔伯特谱29-30
• 3.3 模拟仿真信号分析30-32
• 3.4 本章小结32-33
• 第4章 基于经验模式分解与小波软阈值联合去噪法研究33-41
• 4.1 引言33-34
• 4.2 去噪基本原理34-35
• 4.2.1 小波阈值去噪原理34
• 4.2.2 基于经验模式分解与小波软阈值联合去噪算法34-35
• 4.3 仿真实验分析35-38
• 4.4 实测往复摩擦力信号去噪结果分析38-40
• 4.5 本章小结40-41
• 第5章 非稳态摩擦状态特征参数的提取41-58
• 5.1 实验方法41-42
• 5.2 峭度指标参数特征提取42-44
• 5.3 奇异值特征参数提取44-49
• 5.4 IMF能量熵特征参数提取49-51
• 5.5 时频熵特征参数提取51-55
• 5.6 低、中、高频段能量比重特征参数提取55-57
• 5.7 本章小结57-58
• 第6章 基于概率神经网络的摩擦状态识别58-63
• 6.1 引言58
• 6.2 概率神经网58-62
• 6.2.1 概率神经网络模型58-59
• 6.2.2 概率神经网络结构的设计59-62
• 6.3 本章小结62-63
• 第7章 结论与展望63-65
• 7.1 研究结论63-64
• 7.2 展望64-65
• 参考文献65-69
• 攻读学位期间公开发表论文69-70
• 致谢70-71
• 作者简介71

【参考文献】

中国期刊全文数据库 前4条

1 赵营豪;陈宏;侯亚丁;杨浩亮;;基于HHT的滚动轴承诊断方法[J];轴承;2012年12期

2 于金涛;赵树延;王祁;;基于经验模态分解和小波变换声发射信号去噪[J];哈尔滨工业大学学报;2011年10期

3 张立军;余佳;刁坤;孟德建;余卓平;;基于盘-销系统的摩擦尖叫条件下的动态时滞摩擦特性分析[J];机械工程学报;2013年05期

4 王凯;冯fE;刘财;;Pearson相关系数法快慢横波波场分离[J];世界地质;2012年02期

中国硕士学位论文全文数据库 前1条

1 张永德;基于经验模态分解的小波阈值信号去噪研究[D];昆明理工大学;2011年

，

本文编号：564395