核主元分析及证据理论的多域特征故障诊断新方法研究
发布时间：2021-01-01 07:59
随着现代液压系统向快速、大功率、高精度的方向发展,机电装备液压系统的功能越来越复杂,结构越来越庞大,不确定因素和不确定信息充斥其间。建立完善的装备液压系统维修管理体制,是降低装备故障率、提高生产率的重要手段。液压系统的早期故障检测与诊断是装备维修管理体制中“预知维修”的核心问题。近年来,智能故障诊断理论与技术发展迅速,能够对特定环境下的诊断对象进行准确的故障模式识别和预报。但是智能故障诊断领域还存在一些难题,如传感器自身的局限性,诊断对象的动态时变性,单源信号诊断信息的不完备性,装备故障常表现为多种故障的复合性等,这些都严重制约着智能故障诊断理论和技术的发展。本文对核主元分析（KPCA）方法和D-S证据理论基本原理进行了研究。利用小波包滤波去噪的包络解调法进行信号处理,提出了基于声音信号KPCA和指数加权动态KPCA的故障诊断方法。研究了基本概率分配的确定方法,提出了集成支持向量机（SVM）与证据理论的多源信息融合故障诊断方法,该方法充分利用了各信息源的冗余互补信息,能大大提高诊断确诊率,降低诊断的误报和漏报率。试验过程中设置了泵的多种复合故障类型,把复合故障看作一种特定的故障模式,利...
【文章来源】：燕山大学河北省
【文章页数】：137 页
【学位级别】：博士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 课题的研究背景及意义
1.2 液压系统故障诊断方法的研究进展
1.2.1 基于解析模型的方法
1.2.2 基于信号处理的方法
1.2.3 基于知识的方法
1.2.4 故障诊断技术发展趋势
1.3 核主元分析故障诊断技术在故障诊断中的应用
1.4 多源数据信息融合与证据理论故障诊断技术的研究现状
1.4.1 多源数据信息融合
1.4.2 证据理论故障诊断技术发展趋势与存在的问题
1.5 本文研究的意义及主要研究工作
1.5.1 本文研究的意义
1.5.2 本文研究的主要内容
第2章 基于多信息域分析的信号处理与特征量提取
2.1 基于小波包滤波去噪的包络解调信号处理
2.1.1 小波包去噪法
2.1.2 基于Hilbert 变换的包络解调法
2.1.3 基于小波包滤波去噪的包络解调信号处理
2.2 信号的时域特征提取
2.2.1 有量纲的参量
2.2.2 无量纲的参量
2.2.3 振动和声音信号的时域特征提取
2.2.4 压力信号的时域特征提取
2.3 信号的频域特征提取
2.3.1 频域特征参量
2.3.2 振动和声音信号的频域特征提取
2.3.3 压力信号的频域特征提取
2.4 信号的时频域特征提取
2.4.1 时频域特征参量
2.4.2 信号的时频域特征提取
2.5 信号的多信息域故障特征向量提取
2.6 本章小结
第3章 基于声音信号处理的KPCA 故障诊断方法
3.1 PCA 的基本原理
3.1.1 PCA 模型
3.1.2 统计量的确定
3.2 KPCA 的基本原理
3.2.1 KPCA 模型
3.2.2 核函数的选取
3.2.3 统计量的确定
3.3 基于声音信号处理的KPCA 故障诊断方法
3.3.1 构建核主元模型
3.3.2 在线检测
3.4 试验研究
3.4.1 声音信号分析
3.4.2 声音信号的特征向量提取
3.4.3 基于声音信号处理的KPCA 故障诊断法的诊断结果
3.4.4 基于声音信号处理的PCA 故障诊断法的诊断结果
3.4.5 基于振动信号处理的KPCA 故障诊断法的诊断结果
3.4.6 诊断结果比较
3.6 本章小结
第4 章 指数加权动态核主元分析的故障诊断方法
4.1 指数加权动态自回归统计模型
4.1.1 指数加权主元分析模型
4.1.2 基于滑动时间窗口的数据更新
4.1.3 指数加权核主元分析模型
4.1.4 指数加权核主元分析模型的特点
4.2 指数加权动态核主元分析法的建模与故障诊断
4.2.1 第1 个时间窗口的建模与故障诊断
4.2.2 第1 个时间窗口以后各窗口的建模与故障诊断
4.3 试验研究
4.3.1 振动信号分析
4.3.2 振动信号的特征向量提取
4.3.3 指数加权动态核主元分析的故障诊断方法的诊断结果
4.4 本章小结
第5章 集成SVM 和证据理论的多源信息融合故障诊断方法
5.1 证据理论
5.1.1 证据理论中的几个重要概念
5.1.2 证据区间的描述
5.1.3 信度函数的融合规则
5.2 基于矩阵分析的融合算法
5.2.1 置信度分配矩阵
5.2.2 算法描述
5.3 基本概率分配的确定方法
5.3.1 BP 神经网络确定基本概率分配
5.3.2 SVM 确定基本概率分配
5.4 基于证据理论的多源信息融合故障诊断方法
5.4.1 故障特征信号的处理
5.4.2 诊断过程的实现
5.5 试验研究
5.5.1 信号处理
5.5.2 基本概率分配的确定
5.5.3 试验结果分析
5.6 本文提出2 种新诊断方法的诊断效果分析
5.7 本章小结
第6章 液压泵故障诊断试验系统研究
6.1 试验系统组成
6.2 轴向柱塞泵的故障分析及各种故障的特征频率范围
6.2.1 轴向柱塞泵的故障分析
6.2.2 各种故障的特征频率范围
6.3 振动传感器的选择及其布设
6.3.1 振动传感器的选择
6.3.2 振动传感器布设效果
6.3.3 振动传感器的安装方式
6.3.4 x 和y 方向测点配置方案
6.3.5 泵壳上同一截面检测数据比较
6.3.6 x 和y 方向测点配置
6.4 声级计的选择及其测点的配置
6.4.1 声级计的选择
6.4.2 声级计测点的配置
6.5 液压泵运行状态监测系统
6.6 轴向柱塞泵的故障设置
6.7 试验样本采集
6.7.1 采集参数设置
6.7.2 试验样本采集
6.8 本章小结
结论
附录
参考文献
攻读博士学位期间承担的科研任务与主要成果
致谢
作者简介
【参考文献】：
期刊论文
[1]基于局域波法和KPCA-LSSVM的滚动轴承故障诊断[J]. 杨先勇,周晓军,张文斌,杨富春. 浙江大学学报(工学版). 2010(08)
[2]基于多块核主元分析的复杂过程的分散故障诊断(英文)[J]. 张颖伟,周宏,奏泗钊. 自动化学报. 2010(04)
[3]航空液压泵柱塞游隙增大故障诊断[J]. 赵四军,王少萍,尚耀星. 北京航空航天大学学报. 2010(03)
[4]液压系统故障智能诊断技术现状与发展趋势[J]. 范士娟,杨超. 液压与气动. 2010(03)
[5]基于改进多尺度核主元分析的化工过程故障检测与诊断方法研究[J]. 许洁,胡寿松,申忠宇. 仪器仪表学报. 2010(01)
[6]基于提升多小波的机电设备复合故障分离和提取[J]. 袁静,何正嘉,訾艳阳. 机械工程学报. 2010(01)
[7]液压伺服系统的H∞观测器设计[J]. 明廷涛,张永祥,孙云岭. 海军工程大学学报. 2009(06)
[8]基于核主元分析与支持向量机的监控诊断方法及其应用[J]. 蒋少华,桂卫华,阳春华,唐朝晖. 中南大学学报(自然科学版). 2009(05)
[9]基于粗糙集模糊神经网络的爆破振动危害预测[J]. 史秀志,林大能,陈寿如. 爆炸与冲击. 2009(04)
[10]基于盲信号处理的机械噪声监测与故障诊断[J]. 王宇,迟毅林,伍星,沈沂. 振动与冲击. 2009(06)
博士论文
[1]信息融合和贝叶斯网络集成的故障诊断理论方法及实验研究[D]. 刘思远.燕山大学 2010
本文编号：2951227
【文章来源】：燕山大学河北省
【文章页数】：137 页
【学位级别】：博士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 课题的研究背景及意义
1.2 液压系统故障诊断方法的研究进展
1.2.1 基于解析模型的方法
1.2.2 基于信号处理的方法
1.2.3 基于知识的方法
1.2.4 故障诊断技术发展趋势
1.3 核主元分析故障诊断技术在故障诊断中的应用
1.4 多源数据信息融合与证据理论故障诊断技术的研究现状
1.4.1 多源数据信息融合
1.4.2 证据理论故障诊断技术发展趋势与存在的问题
1.5 本文研究的意义及主要研究工作
1.5.1 本文研究的意义
1.5.2 本文研究的主要内容
第2章 基于多信息域分析的信号处理与特征量提取
2.1 基于小波包滤波去噪的包络解调信号处理
2.1.1 小波包去噪法
2.1.2 基于Hilbert 变换的包络解调法
2.1.3 基于小波包滤波去噪的包络解调信号处理
2.2 信号的时域特征提取
2.2.1 有量纲的参量
2.2.2 无量纲的参量
2.2.3 振动和声音信号的时域特征提取
2.2.4 压力信号的时域特征提取
2.3 信号的频域特征提取
2.3.1 频域特征参量
2.3.2 振动和声音信号的频域特征提取
2.3.3 压力信号的频域特征提取
2.4 信号的时频域特征提取
2.4.1 时频域特征参量
2.4.2 信号的时频域特征提取
2.5 信号的多信息域故障特征向量提取
2.6 本章小结
第3章 基于声音信号处理的KPCA 故障诊断方法
3.1 PCA 的基本原理
3.1.1 PCA 模型
3.1.2 统计量的确定
3.2 KPCA 的基本原理
3.2.1 KPCA 模型
3.2.2 核函数的选取
3.2.3 统计量的确定
3.3 基于声音信号处理的KPCA 故障诊断方法
3.3.1 构建核主元模型
3.3.2 在线检测
3.4 试验研究
3.4.1 声音信号分析
3.4.2 声音信号的特征向量提取
3.4.3 基于声音信号处理的KPCA 故障诊断法的诊断结果
3.4.4 基于声音信号处理的PCA 故障诊断法的诊断结果
3.4.5 基于振动信号处理的KPCA 故障诊断法的诊断结果
3.4.6 诊断结果比较
3.6 本章小结
第4 章 指数加权动态核主元分析的故障诊断方法
4.1 指数加权动态自回归统计模型
4.1.1 指数加权主元分析模型
4.1.2 基于滑动时间窗口的数据更新
4.1.3 指数加权核主元分析模型
4.1.4 指数加权核主元分析模型的特点
4.2 指数加权动态核主元分析法的建模与故障诊断
4.2.1 第1 个时间窗口的建模与故障诊断
4.2.2 第1 个时间窗口以后各窗口的建模与故障诊断
4.3 试验研究
4.3.1 振动信号分析
4.3.2 振动信号的特征向量提取
4.3.3 指数加权动态核主元分析的故障诊断方法的诊断结果
4.4 本章小结
第5章 集成SVM 和证据理论的多源信息融合故障诊断方法
5.1 证据理论
5.1.1 证据理论中的几个重要概念
5.1.2 证据区间的描述
5.1.3 信度函数的融合规则
5.2 基于矩阵分析的融合算法
5.2.1 置信度分配矩阵
5.2.2 算法描述
5.3 基本概率分配的确定方法
5.3.1 BP 神经网络确定基本概率分配
5.3.2 SVM 确定基本概率分配
5.4 基于证据理论的多源信息融合故障诊断方法
5.4.1 故障特征信号的处理
5.4.2 诊断过程的实现
5.5 试验研究
5.5.1 信号处理
5.5.2 基本概率分配的确定
5.5.3 试验结果分析
5.6 本文提出2 种新诊断方法的诊断效果分析
5.7 本章小结
第6章 液压泵故障诊断试验系统研究
6.1 试验系统组成
6.2 轴向柱塞泵的故障分析及各种故障的特征频率范围
6.2.1 轴向柱塞泵的故障分析
6.2.2 各种故障的特征频率范围
6.3 振动传感器的选择及其布设
6.3.1 振动传感器的选择
6.3.2 振动传感器布设效果
6.3.3 振动传感器的安装方式
6.3.4 x 和y 方向测点配置方案
6.3.5 泵壳上同一截面检测数据比较
6.3.6 x 和y 方向测点配置
6.4 声级计的选择及其测点的配置
6.4.1 声级计的选择
6.4.2 声级计测点的配置
6.5 液压泵运行状态监测系统
6.6 轴向柱塞泵的故障设置
6.7 试验样本采集
6.7.1 采集参数设置
6.7.2 试验样本采集
6.8 本章小结
结论
附录
参考文献
攻读博士学位期间承担的科研任务与主要成果
致谢
作者简介
【参考文献】：
期刊论文
[1]基于局域波法和KPCA-LSSVM的滚动轴承故障诊断[J]. 杨先勇,周晓军,张文斌,杨富春. 浙江大学学报(工学版). 2010(08)
[2]基于多块核主元分析的复杂过程的分散故障诊断(英文)[J]. 张颖伟,周宏,奏泗钊. 自动化学报. 2010(04)
[3]航空液压泵柱塞游隙增大故障诊断[J]. 赵四军,王少萍,尚耀星. 北京航空航天大学学报. 2010(03)
[4]液压系统故障智能诊断技术现状与发展趋势[J]. 范士娟,杨超. 液压与气动. 2010(03)
[5]基于改进多尺度核主元分析的化工过程故障检测与诊断方法研究[J]. 许洁,胡寿松,申忠宇. 仪器仪表学报. 2010(01)
[6]基于提升多小波的机电设备复合故障分离和提取[J]. 袁静,何正嘉,訾艳阳. 机械工程学报. 2010(01)
[7]液压伺服系统的H∞观测器设计[J]. 明廷涛,张永祥,孙云岭. 海军工程大学学报. 2009(06)
[8]基于核主元分析与支持向量机的监控诊断方法及其应用[J]. 蒋少华,桂卫华,阳春华,唐朝晖. 中南大学学报(自然科学版). 2009(05)
[9]基于粗糙集模糊神经网络的爆破振动危害预测[J]. 史秀志,林大能,陈寿如. 爆炸与冲击. 2009(04)
[10]基于盲信号处理的机械噪声监测与故障诊断[J]. 王宇,迟毅林,伍星,沈沂. 振动与冲击. 2009(06)
博士论文
[1]信息融合和贝叶斯网络集成的故障诊断理论方法及实验研究[D]. 刘思远.燕山大学 2010
本文编号：2951227
本文链接：https://www.wllwen.com/kejilunwen/jixiegongcheng/2951227.html
