隐Markov模型在球磨机齿轮故障诊断中的应用研究

发布时间：2017-10-17 00:28

  本文关键词：隐Markov模型在球磨机齿轮故障诊断中的应用研究

  更多相关文章： HMM 球磨机 齿轮 DHMM 故障诊断 Qt matlab

【摘要】：针对传统齿轮故障诊断方法停留在静态观测的基础之上，这往往忽略了故障发生前后的上下文信息。随着隐马尔科夫模型在旋转机械中的应用研究的展开，本文尝试了将HMM故障诊断方法应用在球磨机齿轮故障诊断中，在一个动态的环境中对球磨机齿轮减速器设备进行观测、评估。在发电及其他选矿行业中，球磨机是很关键的磨煤设备，保证它的正常运行，间接保证了企业的经济效益，因此对球磨机齿轮的故障诊断研究是很有必要和有意义的。 本文首先对球磨机齿轮诊断研究现状及球磨机齿轮振动信号的特征进行了简单的阐述，，为后文振动信号的特征提取提供了理论依据。重点介绍了HMM的基本理论、算法学习以及DHMM在球磨机齿轮中进行故障诊断的流程。并进行了五种故障模型诊断实验，对获取的振动信号进行特征提取，归一化，标量量化得到量化序列集合，再对量化序列集合进行DHMM参数重估或利用Viterbi算法计算最大模型概率，从而建立DHMM模型库或进行故障诊断。实验结果表明DHMM故障诊断方法在球磨机齿轮中应用具有较高的分类精度。第四章对多通道的振动信号进行了融合，介绍了SOM聚类编码的基本理论和算法，利用SOM聚类编码的方法实现了信号的降维、编码，建立了单双通道的DHMM模型，单双通道的故障分类进行对比，实验结果表明双通道信息融合后的故障分类效果较单通道的高。最后为了方便对球磨机齿轮振动信号进行快速的分析，研究了基于Qt与matlab的HMM故障诊断软件，介绍了本文的开发环境、开发工具、以及接口的实现方法。
【关键词】：HMM 球磨机 齿轮 DHMM 故障诊断 Qt matlab
【学位授予单位】：郑州大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TH165.3
【目录】：

• 摘要4-5
• Abstract5-7
• 目录7-10
• 1 绪论10-18
• 1.1 球磨机的工作原理及其发展现状10-11
• 1.2 对球磨机齿轮进行故障诊断的必要性11-12
• 1.3 隐马尔科夫模型在旋转机械及球磨机故障诊断发展现状12-13
• 1.3.1 隐马尔科夫模型在旋转机械故障诊断的研究现状12
• 1.3.2 球磨机故障诊断发展现状12-13
• 1.4 减速器齿轮故障诊断的研究现状13-17
• 1.4.1 齿轮的简易诊断方法13-15
• 1.4.2 齿轮振动信号的处理技术15-16
• 1.4.3 时频分析技术16
• 1.4.4 倒频域分析16
• 1.4.5 其它信号处理技术16-17
• 1.5 本文研究内容17-18
• 2 马尔科夫模型及 HMM 的基本理论和算法18-23
• 2.1 引言18
• 2.2 马尔科夫模型18-19
• 2.3 HMM 的基本理论和算法19-23
• 2.3.1 HMM 的基本理论19-20
• 2.3.2 HMM 基本算法20-22
• 2.3.3 几种类型的 HMM22-23
• 3 齿轮的 DHMM 故障诊断方法研究23-34
• 3.1 引言23
• 3.2 球磨机齿轮常见故障23-24
• 3.3 球磨机减速器齿轮振动及其特点24
• 3.4 球磨机齿轮振动信号的时域特征与频域特征24-27
• 3.4.1 正常齿轮的时域与频域特征24-25
• 3.4.2 均匀磨损齿轮的时域和频域特征25
• 3.4.3 齿轮不同轴的时域与频域特征25
• 3.4.4 齿轮偏心时的时域与频域特征25
• 3.4.5 局部异常齿轮的时域与频域特征25
• 3.4.6 齿距误差齿轮的时域与频域特征25-27
• 3.5 球磨机齿轮磨损故障分析27-28
• 3.6 DHMM 应用于球磨机齿轮故障诊断的方法和流程28-34
• 3.6.1 故障特征提取28-29
• 3.6.2 观测序列的归一化及标量量化29
• 3.6.3 DHMM 训练29-30
• 3.6.4 DHMM 故障诊断30-31
• 3.6.5 诊断结果31-33
• 3.6.6 结语33-34
• 4 多通道振动信号 SOM 信息融合 DHMM 故障诊断方法研究.34-44
• 4.1 引言34
• 4.2 基于人工神经网络的融合方法34
• 4.3 SOM 模型基本理论34-36
• 4.4 SOM 算法学习36-37
• 4.5 SOM 聚类编码37-38
• 4.6 多通道信息融合 DHMM 故障诊断38-44
• 4.6.1 模型的建立38-40
• 4.6.2 诊断结果40-43
• 4.6.3 结果分析43-44
• 5 基于 Qt 的 HMM 故障诊断软件设计与开发44-53
• 5.1 引言44-45
• 5.2 开发工具的简介45-47
• 5.2.1 MATLAB 简介45-46
• 5.2.2 Qt 简介46-47
• 5.3 Qt 框架的搭建47
• 5.4 实现 matlab 与 Qt 的接口通信47-53
• 6 总结与展望53-55
• 6.1 研究总结53
• 6.2 未来展望53-55
• 参考文献55-58
• 致谢58-59
• 个人简历在学期间发表的学术论文及科研成果59

【相似文献】

中国期刊全文数据库 前10条

1 胡小江;;灰色系统理论在齿轮故障诊断中的应用[J];通用机械;2007年09期

2 杨德斌;杨聚星;阳建宏;章立军;;基于声信号分析的齿轮故障诊断方法[J];北京科技大学学报;2008年04期

3 韩捷;巩晓峗;陈宏;;全矢谱技术在齿轮故障诊断中的应用[J];中国工程机械学报;2010年01期

4 程军圣;杨怡;杨宇;;局部特征尺度分解方法及其在齿轮故障诊断中的应用[J];机械工程学报;2012年09期

5 金国英,金少先,金英,李乃华;齿轮故障诊断的理论问题与实践[J];大庆石油学院学报;1993年03期

6 王俊洪;煤气鼓风机组增速机齿轮故障诊断分析[J];设备管理与维修;2002年12期

7 高珍,马金山,熊晓燕;齿轮故障诊断的小波分析方法[J];机械管理开发;2005年02期

8 曹文莉;夏永青;李磊;胡小江;;神经网络在齿轮故障诊断中的应用[J];冶金设备;2006年02期

9 郜立焕;周长生;杨玮;王佃武;;齿轮故障诊断与分析[J];煤矿机械;2006年08期

10 蒋宇;李力;赵美云;;基于小波-倒频谱的齿轮故障诊断方法及应用[J];中国测试技术;2008年01期

中国重要会议论文全文数据库 前7条

1 赵章焰;;齿轮故障诊断的原理及应用[A];中国的经济建设与21世纪的物料搬运技术——中国机械工程学会物料搬运分会第五届学术年会论文集[C];1996年

2 张立国;张生;谷建平;康科;;小波包分析在齿轮故障诊断中的应用[A];第六届全国信息获取与处理学术会议论文集（3）[C];2008年

3 曹志锡;孙莉;;齿轮故障诊断信号分析处理的一种有效方法[A];中国职业安全健康协会2007年学术年会论文集[C];2007年

4 刘立州;李志农;范涛;;分数阶Fourier变换在齿轮故障诊断中的应用[A];2008年全国振动工程及应用学术会议暨第十一届全国设备故障诊断学术会议论文集[C];2008年

5 李长吾;吕江涛;张立国;陈白;;基于小波分析的齿轮故障诊断方法的研究[A];第三届全国信息获取与处理学术会议论文集[C];2005年

6 孙芳;柳亦兵;李明;赵凌波;;基于小波包与模糊模式识别的齿轮故障诊断方法[A];第25届中国控制会议论文集（中册）[C];2006年

7 刘锋;马怀祥;葛宝珊;;基于经验模态分解和包络分析的齿轮故障诊断[A];现代振动与噪声技术（第九卷）[C];2011年

中国硕士学位论文全文数据库 前10条

1 胡长海;减速机齿轮故障诊断方法的研究[D];昆明理工大学;2009年

2 杨怡;基于局部均值分解的齿轮故障诊断方法[D];湖南大学;2012年

3 成琼;基于小波分析的齿轮故障诊断研究[D];湖南大学;2001年

4 寿海飞;基于小波分析的齿轮故障诊断研究[D];浙江工业大学;2007年

5 王彬彬;小波分析在微动齿轮故障诊断的应用与研究[D];南昌大学;2010年

6 王文莉;基于高阶谱的齿轮故障诊断与识别[D];武汉科技大学;2007年

7 王文欢;基于隐马尔科夫模型的齿轮故障诊断[D];南昌航空大学;2014年

8 赵国庆;基于小波降噪与HHT方法的齿轮故障诊断方法[D];武汉科技大学;2007年

9 何小华;基于磨损识别的齿轮故障诊断研究[D];武汉工程大学;2012年

10 李宝庆;广义解调时频分析方法及其在齿轮故障诊断中的应用研究[D];湖南大学;2010年

本文编号：1045804