大数据流车轴声发射信号特征分析方法研究
发布时间：2021-02-07 11:34
日常生活中为了保证轨道车辆的正常运行与工作,对轨道车辆的故障检测就显得尤为重要,各类的检测方法也得到了发展与优化。现在主流的故障监测方式包括有损和无损检测两种,声发射（AE）检测属于无损监测方式的主要应用之一,首先声发射信号是内源性的,在受到应力积攒到一定程度时,就会产生声发射现象。之所以应用广泛是因为AE技术在进行监测时,不会使用外部应力对监测部位造成伤害这样保证了监测部位的安全性,也是车轴损伤程度使用AE监测的好处,因此使用AE数据对轨道车辆进行损伤程度探测也成为了重要的课题。本文主要通过采集轨道车辆的车轴的AE信号,研究从出现细小裂隙后,扩展直至完全裂开的变化情况,对采集来的AE数据进行消除噪音的操作,剔除敲击等噪音数据类型,再对AE数据进行处理,识别AE数据处于的裂隙以及损伤的完整过程。另外,本文提出了在线与离线相结合的分析方法,分别提取AE数据的时域参数以及功率谱熵参数对AE波形数据进行描述。由于声发射信号的数据规模宏大,为了快速准确的分析数据,本文引入数据流和分布式的概念。既能保证实时快速处理数据,又能对数据进行准确分析,不丢失数据项。声发射数据通过改进的滑动窗口,对数据项...
【文章来源】：大连理工大学辽宁省 211工程院校 985工程院校 教育部直属院校
【文章页数】：61 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
引言
1 流式计算与声发射
1.1 流式计算框架
1.1.1 相关概念
1.1.2 流式计算分析方法与框架
1.2 声发射现象及原理
1.2.1 声发射现象
1.2.2 声发射现象应用
2 故障检测——转轴
2.1 故障检测概述
2.2 故障检测研究意义
2.3 故障检测研究现状
2.4 故障检测框架
3 声发射信号时频域分析
3.1 时频域分析简介
3.2 时频域相关工作
3.3 时频域分析方法
3.3.1 局部均值分解方法
3.3.2 时频域特征提取
3.3.3 滑动窗口截取
3.3.4 端点效应
3.3.5 消除端点效应改进
3.3.6 信号识别神经网络结构
3.3.7 方法总结
3.4 实验结果
3.4.1 信号时频域特征
3.4.2 神经网络学习过程
3.4.3 实验结果分析
3.5 本章小结
4 声发射信号信息熵分析
4.1 信息熵的概念与性质
4.2 相关工作
4.3 信息熵分析方法
4.3.1 方法综述
4.3.2 功率谱熵特征提取方法
4.3.3 Spark处理流程
4.3.4 神经网络结构
4.4 实验结果
4.4.1 实验信号特征
4.4.2 信号的学习和识别
4.4.3 声发射完整过程分析
4.4.4 实验结果分析与讨论
4.5 本章小结
结论
参考文献
攻读硕士学位期间发表学术论文情况
致谢
【参考文献】：
期刊论文
[1]LMD和改进小波阈值去噪的轴承声发射信号故障诊断[J]. 艾延廷,冯研研,周海仑. 科学技术与工程. 2014(33)
[2]机车车轮超声波探伤信号检测方法研究[J]. 赵阳,梅劲松,吕岑. 计算机技术与发展. 2013(02)
[3]声发射技术在土木工程中的应用研究综述[J]. 王岩,路桂娟,王瑶,徐郑郑,姚金鑫. 水利水电科技进展. 2012(04)
[4]基于LMD和AR模型的转子系统故障诊断方法[J]. 杨宇,杨丽湘,程军圣. 湖南大学学报(自然科学版). 2010(09)
[5]声发射检测技术用于滚动轴承故障诊断的研究综述[J]. 郝如江,卢文秀,褚福磊. 振动与冲击. 2008(03)
[6]列车车轴裂纹的振动特性分析及在线监测方法[J]. 黄采伦,陈春阳,樊晓平,陈特放,张剑. 中国铁道科学. 2007(05)
[7]EMD与神经网络在气液两相流流型识别中的应用[J]. 王强,周云龙,崔玉峰,孙斌. 工程热物理学报. 2007(03)
[8]流数据分析与管理综述[J]. 金澈清,钱卫宁,周傲英. 软件学报. 2004(08)
[9]旋转机械振动信号的信息熵特征[J]. 申弢,黄树红,韩守木,杨叔子. 机械工程学报. 2001(06)
[10]多分辨信息熵的计算及在故障检测中的应用[J]. 何正友,钱清泉. 电力自动化设备. 2001(05)
博士论文
[1]列车轮对故障振动特性及诊断关键技术研究[D]. 王靖.中南大学 2012
[2]基于声发射信号多特征分析与融合的刀具磨损分类与预测技术[D]. 关山.吉林大学 2011
[3]集成化声发射信号处理平台的研究[D]. 张平.清华大学 2002
硕士论文
[1]基于时间序列特征的声发射信号识别方法研究[D]. 李天舒.大连理工大学 2018
[2]轨道车辆轮轴声发射LMD研究[D]. 李春付.大连交通大学 2014
[3]声发射检测技术在故障诊断中的应用研究[D]. 潘佳.北京化工大学 2012
本文编号：3022162
【文章来源】：大连理工大学辽宁省 211工程院校 985工程院校 教育部直属院校
【文章页数】：61 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
引言
1 流式计算与声发射
1.1 流式计算框架
1.1.1 相关概念
1.1.2 流式计算分析方法与框架
1.2 声发射现象及原理
1.2.1 声发射现象
1.2.2 声发射现象应用
2 故障检测——转轴
2.1 故障检测概述
2.2 故障检测研究意义
2.3 故障检测研究现状
2.4 故障检测框架
3 声发射信号时频域分析
3.1 时频域分析简介
3.2 时频域相关工作
3.3 时频域分析方法
3.3.1 局部均值分解方法
3.3.2 时频域特征提取
3.3.3 滑动窗口截取
3.3.4 端点效应
3.3.5 消除端点效应改进
3.3.6 信号识别神经网络结构
3.3.7 方法总结
3.4 实验结果
3.4.1 信号时频域特征
3.4.2 神经网络学习过程
3.4.3 实验结果分析
3.5 本章小结
4 声发射信号信息熵分析
4.1 信息熵的概念与性质
4.2 相关工作
4.3 信息熵分析方法
4.3.1 方法综述
4.3.2 功率谱熵特征提取方法
4.3.3 Spark处理流程
4.3.4 神经网络结构
4.4 实验结果
4.4.1 实验信号特征
4.4.2 信号的学习和识别
4.4.3 声发射完整过程分析
4.4.4 实验结果分析与讨论
4.5 本章小结
结论
参考文献
攻读硕士学位期间发表学术论文情况
致谢
【参考文献】：
期刊论文
[1]LMD和改进小波阈值去噪的轴承声发射信号故障诊断[J]. 艾延廷,冯研研,周海仑. 科学技术与工程. 2014(33)
[2]机车车轮超声波探伤信号检测方法研究[J]. 赵阳,梅劲松,吕岑. 计算机技术与发展. 2013(02)
[3]声发射技术在土木工程中的应用研究综述[J]. 王岩,路桂娟,王瑶,徐郑郑,姚金鑫. 水利水电科技进展. 2012(04)
[4]基于LMD和AR模型的转子系统故障诊断方法[J]. 杨宇,杨丽湘,程军圣. 湖南大学学报(自然科学版). 2010(09)
[5]声发射检测技术用于滚动轴承故障诊断的研究综述[J]. 郝如江,卢文秀,褚福磊. 振动与冲击. 2008(03)
[6]列车车轴裂纹的振动特性分析及在线监测方法[J]. 黄采伦,陈春阳,樊晓平,陈特放,张剑. 中国铁道科学. 2007(05)
[7]EMD与神经网络在气液两相流流型识别中的应用[J]. 王强,周云龙,崔玉峰,孙斌. 工程热物理学报. 2007(03)
[8]流数据分析与管理综述[J]. 金澈清,钱卫宁,周傲英. 软件学报. 2004(08)
[9]旋转机械振动信号的信息熵特征[J]. 申弢,黄树红,韩守木,杨叔子. 机械工程学报. 2001(06)
[10]多分辨信息熵的计算及在故障检测中的应用[J]. 何正友,钱清泉. 电力自动化设备. 2001(05)
博士论文
[1]列车轮对故障振动特性及诊断关键技术研究[D]. 王靖.中南大学 2012
[2]基于声发射信号多特征分析与融合的刀具磨损分类与预测技术[D]. 关山.吉林大学 2011
[3]集成化声发射信号处理平台的研究[D]. 张平.清华大学 2002
硕士论文
[1]基于时间序列特征的声发射信号识别方法研究[D]. 李天舒.大连理工大学 2018
[2]轨道车辆轮轴声发射LMD研究[D]. 李春付.大连交通大学 2014
[3]声发射检测技术在故障诊断中的应用研究[D]. 潘佳.北京化工大学 2012
本文编号：3022162
本文链接：https://www.wllwen.com/kejilunwen/jiaotonggongchenglunwen/3022162.html
