基于小波理论的非平稳信号特征提取与智能诊断方法研究

发布时间：2020-08-28 10:49

　　 机械设备监测与诊断面临着大量的非平稳信号，研究开发处理非平稳信号的工程实用方法是促进机械设备故障诊断技术不断发展的需要。近年来迅速发展的非平稳信号处理方法和理论，特别是小波理论为机械设备状态监测与故障诊断提供了有力的工具。本文着重研究了小波理论在信号降噪、故障特征提取、模态参数识别和智能故障诊断中的应用问题，主要工作和研究成果归纳如下： (1) 介绍了小波变换的基本理论，讨论了小波变换的边界效应问题，并比较了目前已有的各种边界延拓方法的优缺点。采用了ARIMA预测模型对非平稳信号进行边界延拓，ARIMA模型同AR模型相比，增加了非平稳信号平稳化过程，从而对非平稳信号也有较好的边界延拓效果。 (2) 提出了一种基于卷积型小波包变换的多尺度降噪方法。该方法采用卷积型小波包变换，克服了传统小波包变换数据点数随分解尺度的增加而呈指数减小的问题；改进了噪声方差估计方法，从而较好地保留了信号的主要细节；采用了新的阈值函数，新阈值函数表达式简单易于计算，同Donoho软阈值函数具有一样的连续性，同时还克服了软阈值函数中估计小波系数与分解小波系数之间存在着恒定偏差的问题。仿真结果表明，新的降噪方法有效抑制了在信号奇异点附近产生的Pseudo-Gibbs现象，在信噪比增益和最小均方误差意义上均优于传统的小波包降噪方法。 (3) 针对奇异值分解降噪中矩阵有效秩的阶次难以确定的问题，提出了利用结构风险最小化原则来确定矩阵的有效秩阶次的新方法。该方法依据统计学习理论，把有效秩阶次的选择看作是一个学习过程，利用结构风险最小化原则来代替传统的经验风险最小化，从而自动得到奇异值分解降噪中矩阵的有效秩。仿真表明，该方法不但具有较好的降噪精度和算法稳定性，而且降低了消噪模型算法的复杂度。 (4) 考虑到小波包能量矩既可以反映信号能量在频域上的分布，也可以间接体现能量在时域上的分布，本文提出了一种基于小波包能量距的特征提取方法。相比于传统的基于小波包能量特征提取方法，基于小波包能量距的特征提取方法能更
【学位单位】：东北大学
【学位级别】：博士
【学位年份】：2006
【中图分类】：TH17

【相似文献】

相关期刊论文 前10条

1 董宏 ,赵奇志;齿轮故障诊断技术的应用[J];新技术新工艺;2005年07期

2 孙细安;;大型机械设备状态监测故障诊断技术初探[J];水利水电施工;2008年03期

3 吴丽娟;张健宇;高立新;;基于神经网络和案例推理的智能诊断系统综述[J];机械设计与制造;2009年03期

4 刘琦;;矿山设备故障诊断技术的探讨与应用[J];机械管理开发;2009年05期

5 刘志斌;姜涛;;设备预知性维修技术简介[J];航天制造技术;2009年06期

6 陈义东;黄必兴;王想连;;频谱分析技术在减速箱故障诊断中的应用[J];机械工程与自动化;2009年06期

7 许世杰;;人工神经网络在机械故障诊断技术中的应用[J];机电信息;2010年12期

8 ;《设备状态监测和故障诊断技术》专辑征订启事[J];设备管理与维修;1989年03期

9 娄斌超 ,尹毅华 ,潘海丽;故障诊断技术在设备设计制造中的应用[J];中国设备工程;1996年09期

10 刘嘉栋;故障诊断技术在测控系统中的应用[J];飞行器测控学报;1996年03期

相关会议论文 前10条

1 段丰安;李文珍;许忠;;基于状态观测器的常规系统故障诊断方法研究[A];第十六届全国青年通信学术会议论文集（上）[C];2011年

2 黄高明;李胜勇;袁湘辉;;海军舰船装备远程故障诊断系统设计[A];舰船电子装备维修理论与应用——中国造船工程学会电子修理学组第四届年会暨信息装备保障研讨会论文集[C];2005年

3 叶沙琳;张铁;谢存禧;邹焱飚;;机器人的控制系统故障诊断(检测)程序开发研究[A];第十届粤港机电工程技术与应用研讨会暨梁天培教授纪念会文集[C];2008年

4 莫秋云;杨晓清;宾莹;;基于BP算法与D-S理论的故障诊断技术[A];第十二届全国设备故障诊断学术会议论文集[C];2010年

5 郑应文;;线性网络故障诊断的定向激励方法[A];1994中国控制与决策学术年会论文集[C];1994年

6 殷海俊;郑建明;;舰船导弹火控系统远程检测及故障诊断[A];舰船电子装备维修理论与应用——中国造船工程学会电子修理学组第四届年会暨信息装备保障研讨会论文集[C];2005年

7 单鑫;董文洪;曹阳;;多层前馈人工神经网络在装备故障诊断中的应用研究[A];全国炼钢连铸过程自动化技术交流会论文集[C];2006年

8 牟文凯;徐小力;吴国新;;机车涡轮增压器状态监测和故障诊断方法研究[A];第八届全国设备与维修工程学术会议、第十三届全国设备监测与诊断学术会议论文集[C];2008年

9 郭刚;杨建华;黎波;邓伟;;基于信息的机械装备综合诊断系统研究[A];第十九届测控、计量、仪器仪表学术年会(MCMI'2009)论文集[C];2009年

10 杨文平;石博强;任立义;;BP神经网络在大型矿用汽车发动机故障诊断中的应用[A];1998中国控制与决策学术年会论文集[C];1998年

相关重要报纸文章 前10条

1 曹百禹;我大型机组故障诊断技术发展迅速[N];中国石油报;2008年

2 记者　任继凯 王卫;过程检测及诊断技术成为企业发展“护身符”[N];中国石油报;2006年

3 本报记者　 马云霄;黄文虎：志在扶摇万里程[N];黑龙江日报;2006年

4 徐兰山　罗争鸣 罗浩 万林香 供稿;我国轨道交通安全技术创新获重大突破[N];科技日报;2007年

5 罗争鸣 徐兰山 罗浩;机车故障隐患实现“立体”诊断[N];科技日报;2006年

6 特约撰稿人 张燕;精通BIOS从这里开始[N];电脑报;2001年

7 通讯员 申增广;大港采二员工优秀成果入选《世界维修论坛》[N];中国石油报;2010年

8 刘党荣;为企业运营保驾护航[N];通信产业报;2006年

9 本报通讯员 阳雄 周振彦;李建平：我要让世界颤动一下[N];科技日报;2002年

10 特约撰稿 莉莉;联想万全服务器以技术创新决胜市场[N];通信信息报;2005年

相关博士学位论文 前10条

1 董增寿;面向泵车的故障诊断技术研究[D];太原科技大学;2013年

2 杨迎泽;重载组合列车同步制动系统故障诊断技术与应用研究[D];中南大学;2010年

3 朱启兵;基于小波理论的非平稳信号特征提取与智能诊断方法研究[D];东北大学;2006年

4 李孟麟;融合叶尖定时信号的旋转机械转子故障诊断技术研究[D];天津大学;2011年

5 张鹏;基于卡尔曼滤波的航空发动机故障诊断技术研究[D];南京航空航天大学;2009年

6 岳夏;基于HMM的复杂条件故障诊断技术研究[D];华南理工大学;2012年

7 慕昱;基于数据挖掘的核电站故障诊断技术研究[D];哈尔滨工程大学;2011年

8 肖志怀;水利枢纽闸门维护自动化-故障诊断技术研究[D];华中科技大学;2004年

9 陈隽永;小波理论及其在超宽带雷达中的应用研究[D];电子科技大学;2000年

10 闫兵;基于曲轴角振动信号的内燃机故障诊断系统关键技术研究[D];西南交通大学;2005年

相关硕士学位论文 前10条

1 曾海平;基于经验模态分解法的滚动轴承故障诊断系统研究[D];浙江大学;2005年

2 徐安定;大型变压器状态监测与故障诊断技术[D];浙江大学;2005年

3 吴德华;列车滚动轴承故障诊断与监测系统研究[D];中南大学;2005年

4 薛寒冰;DEDS故障诊断方法的研究[D];天津大学;2005年

5 熊春柳;人工免疫在故障诊断中的应用[D];浙江大学;2006年

6 郭伟伟;基于故障树技术的远程故障诊断专家系统的研究[D];西北工业大学;2007年

7 何钧;火电厂汽包水位运行故障诊断系统研究[D];华北电力大学（河北）;2007年

8 储琳琳;基于神经网络的电路板故障诊断专家系统的研究[D];首都师范大学;2007年

9 杨帆;多元统计方法在密闭鼓风炉故障诊断中的应用[D];中南大学;2007年

10 陈平;基于ESCN的8K型电力机车故障诊断系统的应用研究[D];中南大学;2007年

本文编号：2807483