基于自适应振动信号处理的旋转机械故障诊断的研究.pdf 全文 文档投稿网

  本文关键词：基于自适应振动信号处理的旋转机械故障诊断研究，由笔耕文化传播整理发布。

西安电子科技大学 博士学位论文 基于自适应振动信号处理的旋转机械故障诊断研究 姓名:张超 申请学位级别:博士 专业:机械电子工程 指导教师:陈建军 2012-09摘 要 在旋转机械设备故障诊断研究中,故障特征提取和模式识别关系到故障诊断的可靠 性和准确性,因此是旋转机械故障诊断研究中的关键问题。利用轴承和齿轮的振动信号 对其工作状态进行监测和诊断是目前旋转机械故障监测和诊断研究中最常用的方法。本 学位论文应用经验模态分解、总体平均经验模态分解和局部均值分解等信号处理方法进 行故障特征提取,并应用支持向量机进行故障模式识别。其主要内容如下: 、基于经验模态分解的轴承和齿轮故障诊断研究。 针对旋转机械设备的工作环境恶劣难以提取故障频率的实际情况,应用奇异值差分 谱理论对经验模态分解得到的本征模式分量进行消噪,更好地得到了轴承故障频率;通 过计算经验模态分解所得到的本征模式分量的能量熵,在能量域角度找到了齿轮的故障 特征,并进一步应用支持向量机对其进行模式识别,通过实例验证此方法的可行性;通 过计算经验模态分解所得到的本征模式分量的奇异值熵,找到了齿轮的故障特征,并进 一步应用支持向量机对其进行模式识别,通过实例验证此方法的有效性和在小样本情况 下的可行性。 、基于总体平均经验模态分解的齿轮故障诊断研究。 针对齿轮振动信号的非平稳特征和现实中难以获得大量典型故障样本的实际情况, 提出了基于总体平均经验模态分解和支持向量机的齿轮故障诊断方法。首先通过总体平 均经验模态分解方法将非平稳的原始加速度振动信号分解成若干个平稳的本征模式分 量;齿轮发生不同的故障时,在不同频带内的信号能量值会发生改变

  本文关键词：基于自适应振动信号处理的旋转机械故障诊断研究，由笔耕文化传播整理发布。