旋转机械系统故障特征提取中的分形方法研究
发布时间：2021-04-11 19:52
机械故障诊断领域的研究中,最重要、最关键、也是最困难的问题之一就是故障特征信号的特征提取。机械系统自身的复杂结构,设备故障的产生、发展、工况的变化导致了振动信号的非平稳特性。这就使得振动信号的非平稳特征提取与表示成为被广泛关注的重要研究方向,其中信号的降噪预处理、瞬时频率特征提取、诊断依据的确定是研究的主要内容。分形理论的出现使人们能够以新的观念和手段来处理复杂世界里的难题,透过扑朔迷离、无序的混沌现象和不规则的形态,揭示隐藏在复杂现象背后的规律,为解决机械工程领域中的许多问题提供了行之有效的新途径,也为机械设备的故障诊断提供了新的思路和方法。本文综合利用非平稳、非高斯信号处理中最受关注的小波变换（WT）和Hilbert-Huang变换（HHT）等时频处理方法的优点,结合新兴的分形理论,提出了基于分形、小波和神经网络的故障诊断方法,并对机械振动信号的降噪、故障特征提取技术进行了深入的研究,基于文中所提出的信号分析方法,提出了基于总线系统的测试系统架构。主要研究工作如下:首先介绍了课题的来源、背景、研究现状及其研究意义,对研究对象进行分析,研究了旋转机械的典型故障及其振动特征,对旋转机械...
【文章来源】：重庆大学重庆市 211工程院校 985工程院校 教育部直属院校
【文章页数】：134 页
【学位级别】：博士
【部分图文】：
含噪正弦信号及小波消噪声结果
在工程应用中，大多数信号包含着尖峰或突变，而且噪声信号也并非平稳的白噪声。利用上述小波降噪方法对这类特殊信号进行降噪存在着一定的缺陷，如图2.4（a）和图2.4（b）分别表示脉冲信号及叠加强噪声的脉冲信号。图2.4所示为采用前面介绍的传统小波降噪方法得到的不同降噪结果。图 2.3 含噪正弦信号及小波消噪声结果Fig. 2.3 The sine signal with noise and the result by adopting wavelet denoising第07期 赵玲：旋转机械系统故障特征提取中的分形方法研究 C029-18-31
26图 2.5 2.4(b)所示信号的传统小波降噪结果Fig. 2.5 The denoising results by adopting different traditional wavelet denoisingmethods shown in Fig. 2.4(b)
【参考文献】：
期刊论文
[1]基于分数小波变换的空域相关特性的信号降噪新方法[J]. 孔德顺,刘华云,申永军. 石家庄铁道学院学报(自然科学版). 2010(01)
[2]“岩石模型”大型仪器库实现原理的研究[J]. 秦树人,尹爱军,李宁. 机械工程学报. 2010(06)
[3]基于“秦氏模型”虚拟仪器的模态分析仪[J]. 李宁,秦树人,黄捷,段虎明. 现代科学仪器. 2010(01)
[4]空域相关滤波在下肢表面肌电信号中的应用[J]. 徐文良,叶明. 机电工程. 2009(09)
[5]基于多重分形谱的局域网流量预测[J]. 刘雁,慕德俊,张家忠. 系统仿真学报. 2009(12)
[6]小波变换在信号去噪方面的应用研究[J]. 王国恩,李静,厉春生. 舰船电子工程. 2008(11)
[7]高斯复小波变换在齿轮故障诊断中的应用[J]. 成琼. 机床与液压. 2008(11)
[8]基于改进希尔伯特-黄的泵阀故障诊断新方法[J]. 杨国安,王泽栋. 北京化工大学学报(自然科学版). 2008(04)
[9]基于空域相关的多聚焦图像融合[J]. 龙燕,姜威. 电子器件. 2008(02)
[10]HILBERT-HUANG变换端点效应处理新方法[J]. 胡爱军,安连锁,唐贵基. 机械工程学报. 2008(04)
博士论文
[1]信号小波理论与一体化小波分析仪的研究[D]. 秦毅.重庆大学 2008
[2]面向机械故障特征提取的混合时频分析方法研究[D]. 程发斌.重庆大学 2007
[3]非平稳信号特征提取方法在超高压压缩机故障诊断中的应用研究[D]. 任全民.大连理工大学 2006
[4]秦氏模型虚拟仪器及VMIDS开发系统的研究[D]. 尹爱军.重庆大学 2006
[5]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]. 朱启兵.东北大学 2006
[6]机械系统故障信号特征提取技术研究[D]. 余红英.中北大学 2005
[7]小波理论在信号去噪和数据压缩中的应用研究[D]. 蒋鹏.浙江大学 2004
[8]基于时—频分析的虚拟式旋转机械特征分析仪系统的研究[D]. 郭瑜.重庆大学 2003
[9]非平稳非高斯信号特征提取与故障诊断技术研究[D]. 郑海波.合肥工业大学 2002
[10]希尔伯特—黄变换局瞬信号分析理论的研究[D]. 钟佑明.重庆大学 2002
硕士论文
[1]基于小波降噪与HHT方法的齿轮故障诊断方法[D]. 赵国庆.武汉科技大学 2007
[2]EMD时频分析理论与应用研究[D]. 孙艳争.电子科技大学 2007
[3]分形理论应用于齿轮箱滚动轴承故障诊断的研究[D]. 杨皓.长沙理工大学 2007
[4]小波降噪算法及其IP软核实现技术研究[D]. 刘杰.西安电子科技大学 2007
[5]小波分析及其在信号、图像降噪中的应用研究[D]. 李继军.西安电子科技大学 2006
[6]小波变换在地震信号去噪中的应用研究[D]. 赵玉宝.中南大学 2005
[7]基于分形理论的液压系统故障诊断技术研究[D]. 王庆华.大连海事大学 2004
本文编号：3131858
【文章来源】：重庆大学重庆市 211工程院校 985工程院校 教育部直属院校
【文章页数】：134 页
【学位级别】：博士
【部分图文】：
含噪正弦信号及小波消噪声结果
在工程应用中，大多数信号包含着尖峰或突变，而且噪声信号也并非平稳的白噪声。利用上述小波降噪方法对这类特殊信号进行降噪存在着一定的缺陷，如图2.4（a）和图2.4（b）分别表示脉冲信号及叠加强噪声的脉冲信号。图2.4所示为采用前面介绍的传统小波降噪方法得到的不同降噪结果。图 2.3 含噪正弦信号及小波消噪声结果Fig. 2.3 The sine signal with noise and the result by adopting wavelet denoising第07期 赵玲：旋转机械系统故障特征提取中的分形方法研究 C029-18-31
26图 2.5 2.4(b)所示信号的传统小波降噪结果Fig. 2.5 The denoising results by adopting different traditional wavelet denoisingmethods shown in Fig. 2.4(b)
【参考文献】：
期刊论文
[1]基于分数小波变换的空域相关特性的信号降噪新方法[J]. 孔德顺,刘华云,申永军. 石家庄铁道学院学报(自然科学版). 2010(01)
[2]“岩石模型”大型仪器库实现原理的研究[J]. 秦树人,尹爱军,李宁. 机械工程学报. 2010(06)
[3]基于“秦氏模型”虚拟仪器的模态分析仪[J]. 李宁,秦树人,黄捷,段虎明. 现代科学仪器. 2010(01)
[4]空域相关滤波在下肢表面肌电信号中的应用[J]. 徐文良,叶明. 机电工程. 2009(09)
[5]基于多重分形谱的局域网流量预测[J]. 刘雁,慕德俊,张家忠. 系统仿真学报. 2009(12)
[6]小波变换在信号去噪方面的应用研究[J]. 王国恩,李静,厉春生. 舰船电子工程. 2008(11)
[7]高斯复小波变换在齿轮故障诊断中的应用[J]. 成琼. 机床与液压. 2008(11)
[8]基于改进希尔伯特-黄的泵阀故障诊断新方法[J]. 杨国安,王泽栋. 北京化工大学学报(自然科学版). 2008(04)
[9]基于空域相关的多聚焦图像融合[J]. 龙燕,姜威. 电子器件. 2008(02)
[10]HILBERT-HUANG变换端点效应处理新方法[J]. 胡爱军,安连锁,唐贵基. 机械工程学报. 2008(04)
博士论文
[1]信号小波理论与一体化小波分析仪的研究[D]. 秦毅.重庆大学 2008
[2]面向机械故障特征提取的混合时频分析方法研究[D]. 程发斌.重庆大学 2007
[3]非平稳信号特征提取方法在超高压压缩机故障诊断中的应用研究[D]. 任全民.大连理工大学 2006
[4]秦氏模型虚拟仪器及VMIDS开发系统的研究[D]. 尹爱军.重庆大学 2006
[5]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]. 朱启兵.东北大学 2006
[6]机械系统故障信号特征提取技术研究[D]. 余红英.中北大学 2005
[7]小波理论在信号去噪和数据压缩中的应用研究[D]. 蒋鹏.浙江大学 2004
[8]基于时—频分析的虚拟式旋转机械特征分析仪系统的研究[D]. 郭瑜.重庆大学 2003
[9]非平稳非高斯信号特征提取与故障诊断技术研究[D]. 郑海波.合肥工业大学 2002
[10]希尔伯特—黄变换局瞬信号分析理论的研究[D]. 钟佑明.重庆大学 2002
硕士论文
[1]基于小波降噪与HHT方法的齿轮故障诊断方法[D]. 赵国庆.武汉科技大学 2007
[2]EMD时频分析理论与应用研究[D]. 孙艳争.电子科技大学 2007
[3]分形理论应用于齿轮箱滚动轴承故障诊断的研究[D]. 杨皓.长沙理工大学 2007
[4]小波降噪算法及其IP软核实现技术研究[D]. 刘杰.西安电子科技大学 2007
[5]小波分析及其在信号、图像降噪中的应用研究[D]. 李继军.西安电子科技大学 2006
[6]小波变换在地震信号去噪中的应用研究[D]. 赵玉宝.中南大学 2005
[7]基于分形理论的液压系统故障诊断技术研究[D]. 王庆华.大连海事大学 2004
本文编号：3131858
本文链接：https://www.wllwen.com/kejilunwen/jixiegongcheng/3131858.html
