局部均值分解方法及其在旋转机械故障诊断中的应用研究

发布时间：2020-12-30 03:02

　　对旋转机械故障诊断技术的研究具有重要的现实意义。在机械故障诊断中故障特征的提取是关键，然而，由于旋转机械振动信号通常具有非平稳、非线性、低信噪比的特点，导致其包含的机械设备的状态特征信息并不会直接体现出来。因此，怎样运用合适的信号处理与分析方法从振动信号中提取出状态特征信息一直是一个研究的热点。时频分析方法被公认为是目前处理与分析非平稳、非线性信号的最有效手段，但常用的时频分析方法，如短时傅里叶变换（Short-time fouriertransform，STFT）、Wigner分布（Wigner distribution，WD）、小波变换（Wavelettransform，WT）、希尔伯特黄变换（Hilbert-Huang transform，HHT）方法等都具有一定的局限性。最近提出的一种新的自适应时频分析方法——局部均值分解方法（Local mean decomposition，LMD），相对于其它时频分析方法，其在理论及一些领域的应用上都体现出了一定的优越性。由此，针对目前机械故障诊断中故障特征提取的问题，并在国家自然科学基金项目的支持下，本文对LMD方法的理论以及在旋转机械故... 

【文章来源】：湖南大学湖南省 211工程院校 985工程院校 教育部直属院校

【文章页数】：202 页

【学位级别】：博士

【文章目录】：
摘要
Abstract
插图索引
附表索引
第1章 绪论
    1.1 旋转机械故障诊断技术的研究意义和现状
        1.1.1 旋转机械故障诊断技术的研究意义
        1.1.2 旋转机械故障诊断技术的研究现状
    1.2 时频分析方法
        1.2.1 传统时频分析方法
        1.2.2 Hilbert-Huang 变换
    1.3 课题来源与主要研究内容
        1.3.1 问题提出与课题来源
        1.3.2 本文研究内容和章节安排
第2章 局部均值分解方法
    2.1 引言
    2.2 LMD 方法
        2.2.1 乘积函数分量及其特点
        2.2.2 LMD 算法
        2.2.3 基于 LMD 的时频分析
        2.2.4 LMD 方法的特点
    2.3 与其它时频分析方法的比较
        2.3.1 与传统时频分析方法的比较
        2.3.2 与 HHT 方法的比较
    2.4 本章小结
第3章 LMD 方法的理论研究及其改进
    3.1 引言
    3.2 滑动平均步长的研究
        3.2.1 滑动平均步长的影响
        3.2.2 滑动平均步长的选取
        3.2.3 实验方案
        3.2.4 实验信号分析
    3.3 纯调频信号判据的研究
        3.3.1 概述
        3.3.2 正交性判据
        3.3.3 OC 判据的应用
    3.4 LMD 方法中端点效应的处理
        3.4.1 概述
        3.4.2 LMD 端点效应的处理
        3.4.3 应用
    3.5 基于噪声辅助分析的总体局部均值分解方法
        3.5.1 模态混淆产生的原因
        3.5.2 LMD 方法分析白噪声信号
        3.5.3 噪声辅助分析的总体局部均值分解方法
        3.5.4 实验信号分析
    3.6 基于有理样条函数插值的 LMD 方法
        3.6.1 基于有理样条函数插值的 LMD 方法的原理
        3.6.2 仿真信号分析
        3.6.3 实验信号分析
    3.7 本章小结
第4章 基于 LMD 的瞬时频率谱和局部能量谱方法
    4.1 引言
    4.2 基于 LMD 的瞬时频率谱方法及其齿轮故障诊断原理
    4.3 在齿轮故障特征提取中的应用
        4.3.1 实验信号分析
        4.3.2 实际信号分析
    4.4 基于 LMD 的局部能量谱方法及其齿轮故障诊断原理
    4.5 在齿轮故障特征提取中的应用
        4.5.1 实验信号分析
        4.5.2 实际信号分析
    4.6 本章小结
第5章 基于 LMD 和谱峭度的包络分析方法
    5.1 引言
    5.2 基于 LMD 和谱峭度的包络分析方法及轴承诊断原理
    5.3 在滚动轴承故障诊断中的应用
        5.3.1 仿真信号分析
        5.3.2 实验信号分析
    5.4 本章小结
第6章 基于 LMD 和形态学的旋转机械故障诊断方法
    6.1 引言
    6.2 形态谱和形态谱熵原理
        6.2.1 多尺度形态学理论
        6.2.2 形态谱和形态谱熵
        6.2.3 仿真信号分析
    6.3 基于 LMD 的形态谱和形态谱熵及其在转子系统故障诊断中的应用
        6.3.1 诊断原理
        6.3.2 在转子系统故障诊断中的应用
    6.4 基于 LMD 的形态学分形维数及其在滚动轴承故障诊断中的应用
        6.4.1 诊断原理
        6.4.2 形态学分形维数的估计
        6.4.3 仿真信号分析
        6.4.4 在滚动轴承故障诊断中的应用
    6.5 本章小结
第7章 基于 LMD 的包络阶次谱方法
    7.1 引言
    7.2 基于 LMD 的包络阶次谱方法
        7.2.1 计算阶次跟踪法
        7.2.2 基于 LMD 的包络阶次谱
    7.3 在旋转机械故障诊断中的应用
        7.3.1 在滚动轴承故障诊断中的应用
        7.3.2 在齿轮故障诊断中的应用
    7.4 本章小结
结论与展望
    1 研究结论
    2 研究展望
参考文献
致谢
附录 A 攻读学位期间所发表的学术论文
附录 B 参与的科研项目


【参考文献】：
期刊论文
[1]基于局域均值分解的机械故障欠定盲源分离方法研究[J]. 李志农,刘卫兵,易小兵.  机械工程学报. 2011(07)
[2]基于Hilbert解调及倒谱的齿轮箱点蚀故障诊断研究[J]. 王聪.  电力科学与工程. 2011(03)
[3]分形盒维数抗噪研究及其在故障诊断中的应用[J]. 郝研,王太勇,万剑,张攀,刘路.  仪器仪表学报. 2011(03)
[4]基于全息谱分析的非线性转子系统不平衡量识别[J]. 刘淑莲,李强,郑水英.  机械工程学报. 2010(17)
[5]多小波自适应构造方法及滚动轴承复合故障诊断研究[J]. 王晓冬,何正嘉,訾艳阳.  振动工程学报. 2010(04)
[6]机车故障诊断的局域均值分解解调方法[J]. 陈保家,何正嘉,陈雪峰,訾艳阳.  西安交通大学学报. 2010(05)
[7]基于形态奇异值分解和经验模态分解的滚动轴承故障特征提取方法[J]. 汤宝平,蒋永华,张详春.  机械工程学报. 2010(05)
[8]基于双谱分析的大型汽轮机振动故障特性提取[J]. 严可国,柳亦兵,徐鸿,周雁冰.  中国电机工程学报. 2010(02)
[9]基于EMD和模糊C均值聚类的滚动轴承故障诊断[J]. 周川,伍星,刘畅,贺玮.  昆明理工大学学报(理工版). 2009(06)
[10]分数倒谱及其在机械故障诊断中应用研究[J]. 刘立州,王穗平,李志农,刘治华.  噪声与振动控制. 2009(05)

博士论文
[1]基于局域均值分解的旋转机械故障特征提取方法及系统研究[D]. 任达千.浙江大学 2008
[2]基于Hilbert-Huang变换的旋转机械故障诊断方法研究[D]. 程军圣.湖南大学 2005
[3]基于EMD和支持向量机的旋转机械故障诊断方法研究[D]. 杨宇.湖南大学 2005



本文编号：2946855