盲源分离技术在转子故障诊断中的应用

发布时间：2017-08-23 14:42

  本文关键词：盲源分离技术在转子故障诊断中的应用

  更多相关文章： 盲源分离 转子系统 故障诊断 特征提取

【摘要】：在旋转机械设备状态监测及故障诊断研究中,特征提取和模式识别方法的优劣会直接影响故障诊断的可靠性和准确性,是旋转机械故障诊断的核心问题。作为旋转机械的重要组成部分,转子性能的优劣直接影响旋转机械整体运行状态。本文采用基于负熵的Fast ICA方法和基于最大信噪比的盲源分离方法,通过两种盲源分离方法(BSS)对转子系统故障特征提取问题开展了相关研究工作。本文在研究源信号与阵列加速度传感器之的关系的基础上,分析了四种典型的转子故障机理,并根据振动信号的统计特性建立了盲源分离数学模型。针对平稳信号特征混叠现象,应用了基于负熵的FastICA算法。该方法采用最大负熵迭代原理,通过非高斯性最大的评判标准,建立了目标函数。实验证明,基于负熵的FastICA信号分离波形、幅值与源信号基本吻合,主频率得到准确恢复,实现了三阶收敛并提升了其收敛速度,相关分析结果为0.9767。为了提高时变非平稳信号的盲源分离精度,降低分离信号的信息冗余度。本文提出了基于最大信噪比的盲源分离方法,以最大信噪比函数为代价函数,可使串音误差曲线迅速收敛并趋于稳定。应用该方法结合阶次分析技术对转子振动信号进行了分离实验,实现了混合信号阶次谱分离,得到了转子振动信号阶次谱图和噪声信号阶次谱图,准确地提取了转子故障特征。结合BK数据采集装置,构建了转子故障检测系统,可模拟转子在实际工作中的运行状态,满足了信号盲源分离测试分析要求。
【关键词】：盲源分离 转子系统 故障诊断 特征提取
【学位授予单位】：长春工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TH17
【目录】：

• 摘要2-3
• Abstract3-6
• 第一章 绪论6-14
• 1.1 研究背景及意义6-8
• 1.2 机械故障诊断研究现状综述8-10
• 1.2.1 机械故障诊断一般方法8-9
• 1.2.2 传统信号处理方法局限性9-10
• 1.3 国内外诊断研究的发展现状10-12
• 1.3.1 国内研究现状10-11
• 1.3.2 国外研究现状11-12
• 1.4 本文研究的结构安排12-13
• 1.5 本章小结13-14
• 第二章 盲源分离理论与算法14-22
• 2.1 前言14
• 2.2 信号模型14-16
• 2.3 盲源分离的两个不确定性16-17
• 2.4 盲源分离预处理方法17-19
• 2.4.1 中心化处理17-18
• 2.4.2 白化处理18
• 2.4.3 降维处理18-19
• 2.5 盲源分离算法性能指标19-21
• 2.5.1 目标评价标准19
• 2.5.2 信噪比评价标准19-20
• 2.5.3 相关性评定标准20
• 2.5.4 功率谱密度函数20
• 2.5.5 PI指标20-21
• 2.6 本章小结21-22
• 第三章 转子振动故障机理及诊断检测系统搭建22-32
• 3.1 转子振动故障及机理分析22-26
• 3.1.1 转子不平衡故障振动机理分析22-23
• 3.1.2 转子不对中故障振动机理分析23-24
• 3.1.3 转子弯曲故障振动机理分析24-25
• 3.1.4 转子碰摩故障振动机理分析25-26
• 3.2 转子典型故障表现类型及信号特征26-28
• 3.2.1 转子不平衡26-27
• 3.2.2 转子不对中27
• 3.2.3 油膜涡动27
• 3.2.4 转子摩碰27-28
• 3.3 转子实验台检测系统设计28-31
• 3.3.1 转子实验台检测系统硬件组成28-29
• 3.3.2 传感器的选择及安装29
• 3.3.3 BK系统软件测试29-31
• 3.4 本章小结31-32
• 第四章 基于FastICA算法的转子故障特征分析32-40
• 4.1 ICA原理模型32-33
• 4.2 基于负熵的FastICA算法研究33-34
• 4.3 仿真实验34-36
• 4.4 偏心转子振动特征分离实验36-39
• 4.5 本章小结39-40
• 第五章 基于最大信噪比盲源分离算法研究40-49
• 5.1 最大信噪比算法原理40-41
• 5.2 仿真实验41-43
• 5.3 算法分析43-44
• 5.4 转子变速振动信号盲源分离仿真44-46
• 5.5 算法在转子实测信号分离实验中的应用46-48
• 5.6 本章小结48-49
• 第六章 结论与展望49-50
• 6.1 结论49
• 6.2 展望49-50
• 致谢50-51
• 参考文献51-55
• 作者简介55
• 攻读硕士学位期间研究成果55

【相似文献】

中国期刊全文数据库 前10条

1 林秋华,殷福亮;盲源分离自适应算法的统一形式[J];大连理工大学学报;2002年04期

2 李广彪;张剑云;;基于变步长等变化自适应盲源分离算法[J];电子信息对抗技术;2006年01期

3 苏中元;贾民平;;周期平稳信号盲源分离算法及其应用[J];机械工程学报;2007年10期

4 陈锡明;黄硕翼;;盲源分离综述——问题、原理和方法[J];电子信息对抗技术;2008年02期

5 刘秀芳;艾延廷;张[，

本文编号：725634