齿轮箱早期故障信号增强与智能诊断方法研究
发布时间:2017-07-30 22:06
本文关键词:齿轮箱早期故障信号增强与智能诊断方法研究
更多相关文章: 循环平稳自适应滤波 Alpha稳定分布 粗糙集 贝叶斯分类
【摘要】:齿轮箱是机械系统中最为常见的零部件,它可以传递动能和调节转速,因其工作环境恶劣,极易受损出现故障。对齿轮箱故障的检测尤其是对早期微弱故障的识别,对避免重大事故、变革维修体制有着重要的现实意义。早期微弱故障的冲击信号往往被环境噪声淹没,识别难度较大,本文即围绕齿轮箱早期微弱单故障的智能诊断问题进行了研究。本文深入研究了齿轮箱振动模型,推导证明了齿轮与轴承振动信号均属于二阶循环平稳信号,结合维纳滤波理论设计了循环自适应滤波器,实现了对齿轮箱早期故障的微弱振动信号增强,并通过对比分析论证了循环平稳理论在处理旋转机械齿轮箱振动信号的优势。针对信号的不同特性,分别从时域、频域、时-频域和非高斯域提取了总三十四个特征值的集合,分析了传统的特征评价指标的缺点,并进一步提出基于粗糙集的有监督的属性约简方法对特征总集进行压缩,得到的特征子集的成分表明了Alpha稳定分布参数相对优于其他特征量用于齿轮箱早期故障的模式识别,并将特征子集作为朴素贝叶斯分类器的输入,从而实现了齿轮箱早期微弱故障的诊断。在齿轮箱故障动态模拟系统设计了九种齿轮箱早期单故障,以安装在轴承支座上的传感器采集的振动信号作为信号源,取得良好的诊断效果,验证了本文智能诊断方法的有效性。
【关键词】:循环平稳自适应滤波 Alpha稳定分布 粗糙集 贝叶斯分类
【学位授予单位】:哈尔滨工业大学
【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
- ABSTRACT5-8
- 第1章 绪论8-16
- 1.1 课题的背景和意义8-10
- 1.2 国内外研究现状及分析10-12
- 1.3 文献综述的简析12-14
- 1.4 主要研究内容14-16
- 第2章 齿轮箱早期故障的信号增强16-32
- 2.1 机械故障信号的循环平稳分析16-21
- 2.2 齿轮箱运转的振动模型21-25
- 2.2.1 齿轮局部故障振动模型21-24
- 2.2.2 滚动轴承局部故障振动模型24-25
- 2.3 齿轮箱早期故障信号增强的循环自适应滤波25-31
- 2.3.1 有限冲击响应维纳滤波器26-28
- 2.3.2 循环平稳信号维纳滤波器28-30
- 2.3.3 传统维纳滤波与循环自适应滤波的对比分析30-31
- 2.4 本章小结31-32
- 第3章 齿轮箱早期故障特征提取方法32-47
- 3.1 时域统计量32-33
- 3.2 频域统计量33-34
- 3.3 时-频域统计量34-38
- 3.3.1 早期故障信号的包络分析35-36
- 3.3.2 小波包分解后信号的能量特征向量36-38
- 3.4 非高斯域统计量38-45
- 3.4.1 Alpha稳定分布基本理论39-41
- 3.4.2 Alpha参数在故障诊断中的应用41-45
- 3.5 对特征性能的评价45-46
- 3.6 本章小结46-47
- 第4章 齿轮箱早期故障的智能分类方法47-55
- 4.1 基于粗糙集的属性约简算法47-50
- 4.1.1 基于决策表相容度的连续特征离散化方法47-49
- 4.1.2 特征集的动态属性约简49-50
- 4.2 贝叶斯网络分类器对齿轮箱早期故障的分类50-54
- 4.2.1 贝叶斯分类器51-54
- 4.2.2 分类准确性评价标准54
- 4.3 本章小结54-55
- 第5章 实验验证和对比分析55-62
- 5.1 实验设备简介55-56
- 5.2 实验相关条件设定56-57
- 5.3 实验数据分析57-61
- 5.4 本章小结61-62
- 结论62-63
- 参考文献63-68
- 攻读硕士学位期间发表的论文及其它成果68-70
- 致谢70
【参考文献】
中国期刊全文数据库 前5条
1 刘业政;焦宁;姜元春;;连续属性离散化算法比较研究[J];计算机应用研究;2007年09期
2 胡春玲;;贝叶斯网络研究综述[J];合肥学院学报(自然科学版);2013年01期
3 陆建湖,黄文,毛汉领;机械设备振动监测与故障诊断的发展与展望[J];仪器仪表与分析监测;1999年01期
4 柳亦兵;辛卫东;李宏;滕伟;周雁冰;;滚动轴承故障的谱相关特征分析[J];中国机械工程;2013年03期
5 孙柏林;;未来智能装备制造业发展趋势述评[J];自动化仪表;2013年01期
中国博士学位论文全文数据库 前1条
1 王衍学;机械故障监测诊断的若干新方法及其应用研究[D];西安交通大学;2009年
中国硕士学位论文全文数据库 前1条
1 李昊;基于小波循环自相关分析方法的滚动轴承振动信号处理技术的研究[D];中南大学;2005年
,本文编号:596242
本文链接:https://www.wllwen.com/jixiegongchenglunwen/596242.html