非平稳信号特征提取方法研究及其在内燃机故障诊断中的应用

发布时间：2017-08-12 09:13

  本文关键词：非平稳信号特征提取方法研究及其在内燃机故障诊断中的应用

  更多相关文章： 特征提取 时频分析 故障诊断 模式识别 内燃机振动信号

【摘要】：内燃机健康状态评估与不解体故障诊断是内燃机及以其为动力源的机械系统以最小的维护与维修成本安全运行的重要保障措施。内燃机表面振动信号中包含了丰富的状态信息,但由于内燃机结构复杂、运行工况多变的工作特点,导致其表面振动信号表现为繁杂的非平稳、非线性时变信号,很难直接作为内燃机健康状态评估与故障诊断的依据。因此,对内燃机表面振动信号进行深度加工并提取能表征其运行状态的关键特征就成为内燃机不解体故障诊断方法研究中的关键问题。论文研究了非平稳、非线性振动信号特征提取方法及模式识别理论。通过对内燃机振动信号的分析再处理,提取能表征内燃机运行状态的关键特征信息,对比提取的特征信息并利用模式识别器进行分类,实现内燃机工作状态和故障类型的判定。论文在研究小波阈值降噪理论的基础上,提出了一种基于自适应小波包改进阈值的降噪方法。仿真结果表明,该方法在信噪比及均方根误差方面均优于传统小波阈值降噪法。通过研究局域波分解与小波包分解频带能量理论,提出EEMD-小波能量与LMD-小波能量信号特征提取方法,并利用两种方法对柴油机喷油提前角故障进行诊断,结果表明:LMD-小波能量方法在故障诊断中更优。同时,针对盲源分离过程中无法实现单通道信号输入以及经验模态分解(EMD)和基于线性假设的独立分量分析(ICA)在分析非线性信号方面的不足,提出基于局域均值分解(LMD)与核独立分量分析(KICA)协同的信号源特征提取方法(LMD-KICA),并且在柴油机故障诊断中得到应用。以LMD与KICA协同的信号特征提取方法为基础,论文提出基于KICA-LMD分形理论的信号特征提取方法(KICA-LMD-CD)。首先利用自适应小波包改进阈值方法和数学形态滤波方法对柴油机故障信号进行降噪预处理,然后经过KICA-LMD分解后计算分量(PFs)分形关联维数值,通过分析关联维数值大小及其变化趋势判断柴油机喷油提前角状态。同时探讨了噪声及局域波分解对柴油机振动信号关联维数计算的影响。结果表明:噪声对关联维数值计算影响较大,降噪是计算关联维数的前提;KICA-LMD分解后分量PFs的关联维数值可以作为柴油机工作状态的判断依据。将支持向量机作为柴油机气门间隙故障诊断的分类识别器。提出了一种基于KICA-LMD相关系数的信号特征提取方法,用于提取某六缸柴油机振动信号分解分量PFs的相关系数,并作为支持向量机的特征量对柴油机故障进行分类。综合上述方法提出了一种多特征提取分类识别的信号特征提取方法。对某六缸柴油机气门间隙七种状态的缸盖振动信号提取特征信息,包括:数据统计特征,相关性特征,分形特征及能量特征等。故障模式识别结果表明,第一,相关系数、关联维数、能量特征识别率达到99.4351%,能很好的表征系统的非线性状态特征,而数据统计特征识别率仅为87.1429%;第二,经过降维处理后的分类器比未降维处理的分类器识别率高。
【关键词】：特征提取 时频分析 故障诊断 模式识别 内燃机振动信号
【学位授予单位】：天津大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：TK407
【目录】：

• 中文摘要4-6
• ABSTRACT6-12
• 第一章 绪论12-24
• 1.1 选题意义12-13
• 1.2 内燃机故障诊断方法研究现状13-21
• 1.2.1 振动信号的非平稳性14-15
• 1.2.2 传统信号处理方法15
• 1.2.3 基于小波分解的信号降噪方法15-17
• 1.2.4 数学形态滤波17
• 1.2.5 局域波理论17-18
• 1.2.6 核独立分量分析18-19
• 1.2.7 分形理论19-20
• 1.2.8 支持向量机20-21
• 1.3 论文结构安排与主要工作21-24
• 第二章 振动信号降噪方法研究24-40
• 2.1 引言24
• 2.2 小波降噪原理24-26
• 2.2.1 离散小波变换（DWT）24-26
• 2.3 自适应小波包降噪原理26-28
• 2.3.1 最佳小波包基的选择27-28
• 2.4 小波阈值降噪方法28-33
• 2.4.1 传统小波阈值降噪法28-30
• 2.4.2 软硬阈值的改良折衷法30-32
• 2.4.3 自适应小波包改进阈值法32-33
• 2.5 多尺度形态滤波器33-38
• 2.5.1 数学形态的基本原理34
• 2.5.2 多尺度数学形态滤波器34-35
• 2.5.3 均值多尺度数学形态梯度35
• 2.5.4 仿真分析35-37
• 2.5.5 数学形态滤波在柴油机故障信号降噪中的应用37-38
• 2.6 本章小结38-40
• 第三章 基于局域波分解-小波能量的特征提取方法40-66
• 3.1 引言40
• 3.2 经验模态分解40-45
• 3.2.1 EMD的端点效应41-42
• 3.2.2 EMD的模态混叠现象42-43
• 3.2.3 总体经验模态分解43-45
• 3.3 局域均值分解的原理与算法45-55
• 3.3.1 LMD和EMD分解过程对比47-48
• 3.3.2 仿真分析48-50
• 3.3.3 端点效应50-51
• 3.3.4 端点效应比较51-55
• 3.4 端点效应抑制方法研究55-57
• 3.4.1 信号序列镜像延拓原理55
• 3.4.2 仿真分析55-57
• 3.5 基于局域波-小波能量的故障诊断方法57-65
• 3.5.1 基于小波包分解的频带能量分析57-58
• 3.5.2 基于EEMD-小波能量的特征提取方法58-62
• 3.5.3 基于LMD-小波能量的特征提取方法62-65
• 3.6 本章小结65-66
• 第四章 LMD-KICA单通道信号特征提取方法66-84
• 4.1 引言66
• 4.2 独立分量分析的基本原理66-70
• 4.2.1 仿真分析67-70
• 4.3 核方法的基本原理70-73
• 4.3.1 核独立分量分析方法70-72
• 4.3.2 仿真分析72-73
• 4.4 LMD-KICA信号特征提取方法73-83
• 4.4.1 仿真分析74-77
• 4.4.2 LMD-KICA方法在柴油机喷油量故障诊断中的应用77-81
• 4.4.3 LMD-KICA方法在柴油机气门间隙故障诊断中的应用81-83
• 4.5 本章小结83-84
• 第五章 KICA-LMD-分形特征提取方法84-105
• 5.1 引言84
• 5.2 关联维数84-92
• 5.2.1 关联维数的G-P算法85-86
• 5.2.2 参数的选择86-89
• 5.2.3 仿真实验89-91
• 5.2.4 噪声对参数选择的影响91-92
• 5.3 KICA-LMD分解方法92-95
• 5.3.1 仿真分析92-95
• 5.4 KICA-LMD-分形方法在内燃机故障诊断中的应用95-101
• 5.4.1 实验方案95-98
• 5.4.2 关联维数参数的确定98-101
• 5.5 内燃机喷油提前角故障诊断结果及讨论101-104
• 5.5.1 柴油机喷油提前角故障诊断结果101
• 5.5.2 噪声对关联维数值的影响101-103
• 5.5.3 局域波分解对故障判断的影响103-104
• 5.6 本章小结104-105
• 第六章 LMD-KICA-相关系数模式识别法105-116
• 6.1 引言105-106
• 6.2 支持向量机（SVM）106-109
• 6.3 基于LMD-KICA与相关系数的SVM模式识别方法109-110
• 6.3.1 相关性分析109-110
• 6.3.2 基于LMD-KICA相关系数的模式识别方法110
• 6.4 LMD-KICA相关系数的SVM在柴油机故障诊断中的应用110-115
• 6.4.1 柴油机喷油量故障诊断110-113
• 6.4.2 柴油机喷油提前角故障诊断113-115
• 6.5 本章小结115-116
• 第七章 多特征提取分类方法及其在内燃机故障诊断中的应用116-124
• 7.1 引言116-117
• 7.2 柴油机振动信号多特征信息提取117-118
• 7.2.1 关联维数参数的选取117-118
• 7.3 故障分类诊断结果及讨论118-123
• 7.4 本章小结123-124
• 第八章 全文总结与展望124-128
• 8.1 全文总结124-126
• 8.2 论文创新点126-127
• 8.3 研究展望127-128
• 参考文献128-142
• 发表论文和参加科研情况说明142-144
• 致谢144-145

【相似文献】

中国期刊全文数据库 前10条

1 张立众;孙志勇;;“逐项排除法”在故障诊断中的应用[J];矿山机械;1990年09期

2 贾民平;机械故障诊断学的理论及其应用 第一讲 故障诊断的意义及研究发展概况[J];江苏机械制造与自动化;1999年01期

3 杨晓磊;;浅谈我国铁路机车故障诊断[J];科技风;2014年06期

4 田少民;工程机械的状态监测与故障诊断技术[J];工程机械;2001年01期

5 王敏,王万俊,熊春山,黄心汉;基于多传感器数据融合的故障诊断技术[J];华中科技大学学报;2001年02期

6 潘松海;介绍一种故障诊断方法[J];组合机床与自动化加工技术;2001年06期

7 李德跃;发动机突然熄火的故障诊断[J];城市车辆;2001年02期

8 王小虎;机械式风速表检定中的故障诊断及维修方法[J];中国计量;2002年03期

9 王清照,肖卫杰,王加璇;运用热经济学结构理论进行故障诊断的探讨[J];中国电机工程学报;2003年09期

10 陈东林;烟草设备的故障诊断技术应用与展望[J];中国设备工程;2003年06期

中国重要会议论文全文数据库 前10条

1 杨其校;刘昭度;齐志权;马岳峰;;汽车ABS电机故障诊断[A];第三届全国信息获取与处理学术会议论文集[C];2005年

2 黎清海;高庆;;基于系统分层的故障诊断方法[A];第三届全国信息获取与处理学术会议论文集[C];2005年

3 闻竞竞;黄道;;故障诊断方法综述[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用（CACIS）学术会议论文集[C];2007年

4 李t，

本文编号：660813