基于独立分量分析的齿轮箱故障诊断研究

发布时间：2017-12-30 14:15

  本文关键词：基于独立分量分析的齿轮箱故障诊断研究　出处：《中北大学》2012年硕士论文　论文类型：学位论文

  更多相关文章： 齿轮箱 故障诊断 独立分量分析 特征提取 小波分析 支持向量机

【摘要】：对齿轮箱进行故障诊断具有特别重要的意义，因为它是机械设备中一个重要的组成部分。本文通过在实验室状态对齿轮箱常见故障进行模拟，以基于动态因子和线性递减惯性权重的粒子群算法优化的独立分量分析（ICA）方法对测取的故障信号进行预处理，再利用小波包分析获取能量特征值，最后利用支持向量机（SVM）的方法对齿轮箱故障状态进行识别，收到了较好的效果。 近年来迅速发展起来的基于盲信号处理的独立分量分析技术提供了一种全新的信号分离与特征提取思路，在故障诊断领域已有了相关的初步研究。本文介绍了独立分量分析的基本原理和理论，在研究ICA算法的基础上，提出了一种基于动态因子和线性递减惯性权重的粒子群算法（WCPSO）与非线性ICA结合进行信号分离的算法。通过三类仿真信号验证了该算法在信号分析中的有效性。 在实践部分将ICA方法应用于实验室提取的齿轮箱故障信号，利用基于WCPSO算法的非线性ICA分析方法对实验室测取的齿轮箱故障信号进行了分离，分离结果表明，经ICA分解后故障信息明显增强，实现了齿轮箱故障信号的初步诊断。然后对分离后的信号利用小波包进行四层分解，获取了十六个频段的能量特征，将特征值输入到支持向量机（SVM）中对齿轮箱故障状态进行识别，结果表明，本文的方法使故障诊断的精度是比较理想的。本文还将不同特征提取和分类方法的诊断结果进行了比对，分析表明，，本文所采用的方法的故障诊断精度得到较大提高。
[Abstract]:......
【学位授予单位】：中北大学
【学位级别】：硕士
【学位授予年份】：2012
【分类号】：TH165.3

【参考文献】

相关期刊论文 前10条

1 罗艳芳,王克明;小波包分析在内燃机车静液压齿轮箱故障诊断中的应用[J];沈阳航空工业学院学报;2003年01期

2 高国华 ,张永忠;齿轮箱故障诊断技术的新发展[J];机械传动;2003年06期

3 康海英,栾军英,张志斌,郑海起;基于时频和频谱分析的齿轮箱故障诊断[J];军械工程学院学报;2004年03期

4 陈仲生,杨拥民,沈国际;独立分量分析在直升机齿轮箱故障早期诊断中的应用[J];机械科学与技术;2004年04期

5 耿中行,屈梁生;小波包原理及其在机械故障诊断中的应用[J];信号处理;1994年04期

6 荆双喜,张英琦,王建生,方佳雨,孟惠荣;小波包在提升机减速箱故障诊断中的应用[J];振动与冲击;1999年04期

7 丁康,朱小勇,陈亚华;齿轮箱典型故障振动特征与诊断策略[J];振动与冲击;2001年03期

8 冯志鹏,宋希庚,薛冬新,谢宇,邓东风;旋转机械振动故障诊断理论与技术进展综述[J];振动与冲击;2001年04期

9 余红英,闫宏伟,潘宏侠;齿轮振动信号分解及其在故障诊断中的应用[J];振动、测试与诊断;2005年02期

10 黄晋英;毕世华;潘宏侠;杨喜旺;;独立分量分析在齿轮箱故障诊断中的应用[J];振动、测试与诊断;2008年02期

相关博士学位论文 前2条

1 孟涛;齿轮与滚动轴承故障的振动分析与诊断[D];西北工业大学;2003年

2 魏秀业;基于粒子群优化的齿轮箱智能故障诊断研究[D];中北大学;2009年

相关硕士学位论文 前4条

1 徐丽琴;盲源分离算法研究[D];西安电子科技大学;2006年

2 周梅;虚拟仪器技术在齿轮箱振动分析中的应用研究[D];新疆大学;2006年

3 熊健;基于振动信号分析和神经网络的齿轮箱故障诊断技术研究[D];中北大学;2008年

4 刘静;同步齿轮箱初始故障在线监测与诊断专家系统的研究[D];武汉科技大学;2009年

本文编号：1355294