蜗轮减速器振动信号特征提取与状态识别

发布时间：2017-12-12 10:15

  本文关键词：蜗轮减速器振动信号特征提取与状态识别

  更多相关文章： 相对能量矩阵 特征提取 思维进化算法 识别

【摘要】：为实现蜗轮减速器运行状态识别,首先结合小波包分解和矩阵理论的特点,提出基于参考信号的小波包能量矩阵构造方法,分析了矩阵的最大奇异值(特征值)与运行状态的物理联系,并验证了所提方法比以往方法提取出的特征参数敏感度更高;然后改进思维进化算法(MEA)用于优化BP神经网络,实现对运行状态的智能识别,将提取的特征参数构成神经网络的输入向量,结果表明识别正确率提高了17.93%,从而验证了改进算法的优越性;最后提出了一种快速分类方法,该方法可以较好地区分故障与正常状态,解决了对实时性要求较高的在线诊断问题。
【作者单位】： 上海理工大学;
【基金】：上海市自然科学基金资助项目(12ZR1420700)
【分类号】：TH132.46
【正文快照】： 0引言在工业上蜗轮减速器广泛应用于需要转换扭矩或速度的机械设备上。相比齿轮减速器,蜗轮减速器具有单级传动比大、体积相对较小且可实现自锁等优点,是设备动力传动的重要组成部件。所以,为了保证生产线连续运作,对蜗轮减速器的运行状态进行监测和诊断就显得尤为重要。对机

【参考文献】

中国期刊全文数据库 前1条

1 王冬云;张文志;;基于小波包变换的滚动轴承故障诊断[J];中国机械工程;2012年03期

【共引文献】

中国期刊全文数据库 前10条

1 蒋伟江;;基于小波包和SOM神经网络的车辆滚动轴承故障诊断[J];机械设计与研究;2012年06期

2 杨晨;阎树田;贺成柱;马国栋;袁德强;;基于峭度与小波包络分析的滚动轴承故障诊断[J];机械制造;2014年02期

3 杨顺田;黄晓燕;;基于声辐射特征及解调技术的轧机输出辊道故障诊断[J];机床与液压;2014年07期

4 肖顺根;宋萌萌;赖联锋;;自适应冗余提升小波包变换的滚动轴承故障诊断新方法[J];机械强度;2015年05期

5 王建国;吴林峰;秦绪华;;基于自相关分析和LMD的滚动轴承振动信号故障特征提取[J];中国机械工程;2014年02期

6 李晓晖;傅攀;;基于EEMD的单通道盲源分离在轴承故障诊断中的应用[J];中国机械工程;2014年07期

7 于明月;陈果;姜广义;李成刚;冯国全;王德友;;基于机匣加速度信号的航空发动机转静碰摩部位识别[J];中国机械工程;2014年08期

8 徐卓飞;刘凯;张海燕;王丹;张明龙;吴欣阳;;基于经验模式分解和主元分析的滚动轴承故障诊断方法研究[J];振动与冲击;2014年23期

9 王向红;向建军;胡宏伟;谢炜;毛汉领;;基于声发射信号衰减特性的材料成分分数检测[J];仪器仪表学报;2015年02期

10 孙小权;邹丽英;;支持向量机在轴承故障识别中的应用研究[J];自动化仪表;2015年02期

中国硕士学位论文全文数据库 前10条

1 孙希;基于小波包和FCM多分类器组的轴承故障诊断[D];燕山大学;2012年

2 郭永伟;基于支持向量机与遗传算法的故障模式识别及趋势预测方法研究[D];北京化工大学;2012年

3 莫嘉林;基于代价敏感布雷格曼散度的旋转机械轴承故障诊断研究[D];长沙理工大学;2013年

4 冯中魁;基于多源信息融合贝叶斯网络的滚动轴承故障诊断方法[D];燕山大学;2013年

5 余鑫;基于小波分析的小飞轮故障诊断方法研究[D];河南科技大学;2013年

6 孙晓红;基于危险理论的汽车轮毂单元检测方法研究及系统开发[D];杭州电子科技大学;2014年

7 崔会宝;基于厚差溯源的轧辊偏心分析[D];燕山大学;2014年

8 王梦;基于阶次分析的旋转机械故障诊断方法研究[D];燕山大学;2014年

9 付元华;旋转机械故障诊断及预测方法研究[D];西南石油大学;2014年

10 张霆;基于HHT和模糊神经网络的滚动轴承故障诊断研究[D];兰州交通大学;2014年

【二级参考文献】

中国期刊全文数据库 前3条

1 陈季云;陈晓平;;基于小波包分析的滚动轴承故障特征提取[J];微计算机信息;2007年04期

2 黄中华;尹泽勇;刘少军;丁文强;;基于小波包分解的滚动轴承故障诊断[J];湖南科技大学学报(自然科学版);2008年02期

3 陈果;;滚动轴承表面损伤故障智能诊断新方法[J];仪器仪表学报;2009年01期

【相似文献】

中国期刊全文数据库 前10条

1 齐永顺;张文泉;;设备状态识别[J];机械设计与制造;1987年04期

2 李力,赵新泽;应用统计数学方法增进机器状态识别技术[J];实用测试技术;2000年03期

3 王琼;王欢;赵春霞;杨静宇;;基于眼睛状态识别的驾驶员疲劳监测[J];南京理工大学学报(自然科学版);2010年04期

4 滕红智;贾希胜;赵建民;张星辉;王正军;葛家友;;分层隐Markov模型在设备状态识别中的应用研究[J];中国机械工程;2011年18期

5 李虹;;路面状态识别技术概述[J];气象水文海洋仪器;2012年04期

6 余丹炯;李训铭;;驾驶困倦预警系统中眼部状态识别的研究[J];河海大学常州分校学报;2007年02期

7 张雷元;袁建华;赵永进;;道路交通状态识别技术研究[J];道路交通与安全;2009年02期

8 王正军;张培林;任国全;高经纬;李兵;;装备发动机运行状态识别[J];四川兵工学报;2008年02期

9 余成波，梁德沛;基于模糊相似贴近度旋转机械状态识别[J];机械传动;1994年04期

10 李擎,郑德玲,孟文博,童新海,谢四江;一种新的加热炉状态识别算法[J];北京科技大学学报;2002年03期

中国重要会议论文全文数据库 前9条

1 汤新蓓;郑德玲;汤峥嵘;张长红;;证据理论支持下的状态识别方法[A];1997年中国控制会议论文集[C];1997年

2 郑德玲;方巍;;基于组合逻辑与模糊逻辑的状态识别方法[A];1998年中国控制会议论文集[C];1998年

3 方剑青;李红军;雷毅平;陈德华;;声学共振谱方法用于结构状态识别的实验研究[A];2008年全国声学学术会议论文集[C];2008年

4 杨明忠;樊建春;;磨损形态分析与智能化磨损状态识别研究[A];第六届全国摩擦学学术会议论文集（上册）[C];1997年

5 赵伟;黄春琳;;生命探测技术研究[A];2008年中国高校通信类院系学术研讨会论文集（下册）[C];2009年

6 李宏坤;周帅;孙志辉;;基于Hilbert时频谱重心与支持向量机的设备状态识别[A];第八届全国动力学与控制学术会议论文集[C];2008年

7 刘伟;郭钟宁;张永俊;何建文;;面向IGBT主动驱动并联仿真研究[A];第11届粤港机械电子工程技术与应用研讨会论文汇编[C];2010年

8 周颖;郑德玲;裘之亮;位耀光;;一种新的免疫识别算法及其收敛性研究[A];第二十三届中国控制会议论文集（下册）[C];2004年

9 陈锴;徐柏龄;;基于最佳维纳解的双通道话者状态识别方法[A];中国声学学会2006年全国声学学术会议论文集[C];2006年

中国博士学位论文全文数据库 前4条

1 李楠;基于单类学习的异常检测方法及其重型装备状态识别应用[D];上海交通大学;2014年

2 李娜;基于人体运动状态识别的可穿戴健康监测系统研究[D];北京工业大学;2013年

3 李虹;基于机器视觉路面状态识别关键技术研究[D];吉林大学;2009年

4 王金伟;基于表情时空特征的认知情感状态识别研究[D];天津大学;2014年

中国硕士学位论文全文数据库 前10条

1 游雄雄;矿冶典型零部件退化状态识别与剩余寿命预测及可再制造性评估[D];江西理工大学;2015年

2 林助军;非稳态条件下摩擦信号处理和状态识别技术研究[D];大连海事大学;2015年

3 叶卿;信号控制交叉口交通拥堵状态识别方法研究[D];华南理工大学;2015年

4 张镭;基于红外热像的设备状态识别技术研究[D];北京化工大学;2010年

5 邓忠;基于车载自组织网的车辆状态识别与驾驶行为评估[D];华南理工大学;2015年

6 余丹炯;驾驶困倦预警系统中眼部状态识别技术的研究[D];河海大学;2007年

7 黄勋;基于车联网的车辆移动状态识别研究[D];华南理工大学;2012年

8 林建文;复杂光照条件下的驾驶员眼状态识别算法研究[D];华南理工大学;2012年

9 尚光辉;汽车防追尾碰撞控制系统中的目标状态识别研究[D];郑州大学;2009年

10 朱芸;基于交通流预测的控制子区交通状态识别技术研究[D];浙江大学;2014年

，

本文编号：1282115