多转子轴承复杂路径下微弱故障特征提取方法研究

发布时间：2017-11-02 12:19

  本文关键词：多转子轴承复杂路径下微弱故障特征提取方法研究

  更多相关文章： 滚动轴承 特征提取 小波包样本熵 短时能量 距离匹配

【摘要】：航空发动机是飞机、飞艇等航空装置的动力提供设备,主轴轴承作为航空发动机的重要组成部分,长期在高温、高压、高转速等复杂条件下运行,对航空装置的飞行安全起着至关重要的作用。一旦轴承发生故障,将直接危及航空装置的飞行安全,甚至造成严重的经济损失。因此,对航空发动机主轴轴承开展故障监测具有重要意义。本文主要从一维信号和升维信号两个角度对主轴轴承故障诊断方法开展了研究分析。在一维振动信号故障诊断方法方面,本文首先引入了多分辨分析的经验模态分解算法,它利用多通道的振动信号同时进行分解,弥补了传统经验模态分解算法中出现“模式混叠”的不足,实现故障特征频率有效提取；其次,本文从熵和能量的角度出发,利用小波包样本熵以及短时能量奇异值分解方法分别提取两类特征参数,经验证,提取的两类特征参数具有计算简单,抗噪能力强等优点,同时能够有效处理故障早期和低信噪比情况下的轴承振动信号；最后,本文将提取出的特征参数值与极限学习机相结合,实现轴承状态的有效识别。在升维信号故障诊断方法方面,本文充分利用了轴承振动信号转换为灰度图像所具有的纹理特性,提出了基于图像信号的轴承故障诊断方法,为轴承故障诊断提供了一种新的思路。一维振动信号在转换为二维灰度图像时,信号的幅值转换为图像的灰度值,周期性冲击产生的故障振动信号转换为图像灰度纹理的变化。首先,本文引入了尺度变换特征不变(Scale Invariant Feature Transform,SIFT)算法,通过SIFT算法对轴承图像信号提取特征向量,构建特征字典库并进行图像分类,最终达到轴承故障诊断的目的；其次,针对SIFT算法对振动信号数据长度较为依赖的局限,本文对一定长度的轴承图像信号进行图像滤波处理,并引入了对图像模糊具有较好处理效果的加速稳健特征(Speeded Up Robust Features, SURF)算法,弥补图像滤波带来的“虚化”效果,增加提取特征向量个数,提高故障诊断识别准确率；最后,本文通过引入灰度共生矩阵将抽象的灰度纹理特征转换为具化的数值特征,在不同方向上对灰度共生矩阵提取纹理能量、纹理熵、纹理惯性和纹理相关矩,并以这些特征参数为媒介,通过最小距离函数实现轴承故障的有效分类。最后,基于上述两个方面的理论研究,本文借助Visual Studio 2010开发平台,利用C#语言和开源的图像处理视觉库Emgu CV,开发了一套简易的航空发动机轴承故障诊断系统。各模块已完成调试工作,能基本达到工程应用要求。
【关键词】：滚动轴承 特征提取 小波包样本熵 短时能量 距离匹配
【学位授予单位】：北京化工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：V263.6
【目录】：

• 摘要4-6
• ABSTRACT6-15
• 第一章 绪论15-21
• 1.1 课题背景及意义15-16
• 1.2 航空发动机轴承故障诊断研究现状及发展趋势16-18
• 1.3 论文主要内容以及创新点18-19
• 1.4 论文结构安排19-21
• 第二章 滚动轴承振动机理与信号特征21-27
• 2.1 滚动轴承故障主要形式及原因21-22
• 2.2 滚动轴承振动机理22-24
• 2.3 滚动轴承信号特征24-26
• 2.3.1 轴承内圈故障特征24-25
• 2.3.2 轴承外圈故障特征25
• 2.3.3 轴承滚动体故障特征25-26
• 2.4 本章小结26-27
• 第三章 基于一维信号的故障诊断方法研究27-55
• 3.1 基于MEMD的故障诊断方法27-40
• 3.1.1 MEMD27-32
• 3.1.2 MEMD在轴承故障诊断中的应用32-33
• 3.1.3 实验验证33-39
• 3.1.4 小结39-40
• 3.2 基于小波包样本熵的特征参数提取方法40-47
• 3.2.1 基本理论40-43
• 3.2.2 小波包样本熵特征参数提取43-44
• 3.2.3 实验验证44-47
• 3.2.4 小结47
• 3.3 基于短时能量和SVD的特征参数提取方法47-54
• 3.3.1 短时能量47-48
• 3.3.2 奇异值分解48-49
• 3.3.3 短时能量和SVD特征参数提取49-50
• 3.3.4 实验验证50-53
• 3.3.5 小结53-54
• 3.4 本章小结54-55
• 第四章 基于升维信号的故障诊断方法研究55-77
• 4.1 基于SIFT的故障诊断方法55-62
• 4.1.1 SIFT算法55-57
• 4.1.2 SIFT算法在轴承故障诊断中的应用57-59
• 4.1.3 实验验证及分析59-62
• 4.1.4 小结62
• 4.2 基于SURF的故障诊断方法62-71
• 4.2.1 SURF算法62-64
• 4.2.2 SURF算法在轴承故障诊断中的应用64-66
• 4.2.3 实验验证及分析66-70
• 4.2.4 小结70-71
• 4.3 基于灰度共生矩阵的故障诊断方法71-75
• 4.3.1 灰度共生矩阵71-72
• 4.3.2 灰度共生矩阵在轴承故障诊断中的应用72-73
• 4.3.3 实验验证及分析73-74
• 4.3.4 小结74-75
• 4.4 三种故障识别方法性能比较75-76
• 4.5 本章小结76-77
• 第五章 航空发动机轴承故障智能诊断系统77-85
• 5.1 系统总体结构设计77-79
• 5.2 系统各模块调试结果79-84
• 5.2.1 基于振动信号故障诊断模块79-82
• 5.2.2 基于图像信号故障诊断模块82-84
• 5.3 本章小结84-85
• 第六章 结论与展望85-87
• 6.1 研究成果总结85-86
• 6.2 后续工作展望86-87
• 参考文献87-91
• 致谢91-93
• 研究成果及发表的学术论文93-95
• 作者和导师简介95-96
• 附件96-97

【相似文献】

中国期刊全文数据库 前10条

1 李长有;石鹤;姚红宇;;孔探图像特点研究[J];航空维修与工程;2006年05期

2 谢剑斌;秦陈刚;陈章永;程永茂;刘通;;基于透射图像纹理的纸币快速鉴伪方法[J];仪器仪表学报;2010年08期

3 王宇新;贾棋;刘天阳;李寒;郭禾;;遮挡物体移除与图像纹理修补方法[J];计算机辅助设计与图形学学报;2008年01期

4 李海权;胡召玲;孙陟文;张国成;;基于纹理的SAR图像居民地信息提取[J];遥感信息;2008年02期

5 雷同飞;;基于倾斜矫正算法的针织物图像研究[J];科学技术与工程;2013年19期

6 施润东;;乡间小居的图像特征分析[J];住宅科技;2010年02期

7 王楠,赵淑清,郭建星;IHS小波包活性测度融合SAR与TM图像[J];测绘学院学报;2004年04期

8 田明锐;胡永彪;金守峰;;基于图像纹理的散料装车料位识别试验研究[J];中国机械工程;2013年07期

9 熊文成;吴传庆;魏斌;申文明;孙中平;;SAR图像在韩国溢油监测中的应用[J];遥感技术与应用;2008年04期

10 季桂树;江乐新;禹智夫;;分维方法在肝癌超声图像纹理识别中的性能比较研究[J];中南大学学报(自然科学版);2011年09期

中国重要会议论文全文数据库 前10条

1 杨国华;周晨波;阮久忠;郭冰;王刚;;基于自相关函数的非平面表面粗糙度的图像纹理研究[A];第十二届全国光学测试学术讨论会论文（摘要集）[C];2008年

2 王亮申;欧宗瑛;;利用SVM进行图像数据库检索[A];全面建设小康社会：中国科技工作者的历史责任——中国科协2003年学术年会论文集（下）[C];2003年

3 王云;董增寿;卓东风;;基于图像纹理和结构特征的燃烧指数的高温低氧火焰燃烧稳定性识别[A];2007北京地区高校研究生学术交流会通信与信息技术会议论文集（上册）[C];2008年

4 朱为总;文振q;明仲;欧阳杰;;基于支持向量回归机的相关反馈图像检索算法[A];图像图形技术研究与应用2009——第四届图像图形技术与应用学术会议论文集[C];2009年

5 彭复员;余西;武林;徐国华;;基于分形特征的水下图像模糊分类[A];第三届全国信息获取与处理学术会议论文集[C];2005年

6 张磊;朱磊;;一种综合图像纹理和灰度特征的分割算法[A];通信理论与信号处理新进展——2005年通信理论与信号处理年会论文集[C];2005年

7 王鹏;吴春亚;刘德利;刘亦智;刘献礼;;基于LabVIEW的钢球表面缺陷图像纹理分析与检测[A];2007'中国仪器仪表与测控技术交流大会论文集（一）[C];2007年

8 樊亚春;周明全;;基于图像关键特征的内容检索技术分析[A];图像图形技术与应用进展——第三届图像图形技术与应用学术会议论文集[C];2008年

9 朱军民;黄磊;刘昌平;;一种分级的电路板图像中的文本定位方法[A];第八届全国汉字识别学术会议论文集[C];2002年

10 麦青;李才伟;;区分真实照片与人工图片的算法与实现[A];第十三届全国图象图形学学术会议论文集[C];2006年

中国重要报纸全文数据库 前2条

1 华凌;世界最薄泡沫屏幕可改变图像纹理[N];科技日报;2012年

2 北京商报记者 吴辰光;高德携合作伙伴发力三维实景地图[N];北京商报;2014年

中国博士学位论文全文数据库 前10条

1 王曙燕;医学图像智能分类算法研究[D];西北大学;2006年

2 唐俊华;科学数据库中基于内容图像检索技术研究[D];中国科学院研究生院（计算技术研究所）;2004年

3 贾冬焱;血管造影图像的量化分析和应用研究[D];南方医科大学;2008年

4 段立娟;基于内容的图像检索与过滤关键技术研究[D];中国科学院研究生院（计算技术研究所）;2002年

5 周向东;图像数据库检索中的关键技术研究[D];复旦大学;2003年

6 孙蕾;医学图像智能挖掘关键技术研究[D];西北大学;2005年

7 杨朝辉;计算机舌诊中裂纹舌图像的诊断分类研究[D];哈尔滨工业大学;2010年

8 洪安祥;基于内容的图像检索若干论题研究[D];浙江大学;2003年

9 黄传波;基于视觉感知和相关反馈机制的图像检索算法研究[D];南京理工大学;2011年

10 季桂树;肝癌超声图像纹理特征识别中的关键技术研究[D];中南大学;2013年

中国硕士学位论文全文数据库 前10条

1 卢曾新;基于多普勒波的图像置乱算法及评价方法研究[D];辽宁大学;2015年

2 朱华东;基于内容的图像检索研究[D];江南大学;2015年

3 田红梅;日冕图像中暗化现象的检测与提取技术研究[D];西南交通大学;2015年

4 王艳芳;基于改进RPCA的非局部图像去噪算法研究[D];江西理工大学;2015年

5 蔡茂佼;基于曲线特征的视觉形状伺服的研究[D];上海交通大学;2015年

6 王亚星;基于分数阶傅里叶变换的人脸识别[D];郑州大学;2015年

7 罗妙辉;基于图像内容检索技术的纺织品图像侵权检测[D];浙江大学;2015年

8 冯文;多转子轴承复杂路径下微弱故障特征提取方法研究[D];北京化工大学;2015年

9 刘峰;基于本体的网络学习资源中图像信息的组织和利用[D];山东师范大学;2011年

10 段元成;基于语义图像注释系统的设计与实现[D];电子科技大学;2011年

，

本文编号：1131532