基于奇异值分解的状态监测与故障诊断方法研究
发布时间：2021-05-18 14:32
现代机械设备是机械、液压、光学、电子、计算机等技术的有机集成,功能强大,构成复杂。为保障其安全运行,通过采集机械系统运行过程中的状态参量,利用信号处理技术,分析设备的运行状态并预测其变化趋势的故障诊断技术得到了迅速的发展和广泛应用。 周期性信号是机械设备运行过程中一类广泛存在的信号,包含系统运行状态的丰富信息,因此有很大的研究价值。周期性信号中是否出现新的信号成分,和噪声中是否出现周期性的冲击分量,往往都是系统是否出现故障的重要标志。由于信噪比太低或者探测方法本身的稳定性和精度等原因,通过现有的技术手段来解决这类问题往往是非常困难的。 本文在分析现有方法的基础上,通过对吸引子轨迹矩阵与原信号的关系分析及其奇异性的研究,提出了一种基于SVD的全新的周期性信号监测方法。为了使该算法更加具有可操作性,引入了信号奇异熵的概念,并对其实质作了深入的分析,同时也对其定义的不足之处作了改进。在此基础上,本文提出了奇异值的能量贡献率的概念,从而为矩阵奇异性的判定提供了更加有力的工具。 鉴于SVR谱方法的优点和不足,本文提出了一种基于吸引子矩阵Frobenious范数轨迹平稳性的周期性...
【文章来源】：大连理工大学辽宁省 211工程院校 985工程院校 教育部直属院校
【文章页数】：57 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 课题的意义
1.2 状态监测与故障诊断技术的主要研究内容
1.2.1 故障机理的研究
1.2.2 故障信息处理技术的研究
1.2.3 智能化故障诊断方法的研究
1.2.4 监测、诊断仪器和系统的开发与研究
1.3 状态监测与故障诊断中信号处理方法的研究现状
1.3.1 信号时域分析方法的研究
1.3.2 信号频域分析方法的研究
1.3.3 信号时-频分析及一些新方法的研究
1.3.4 几种特殊信号及其分析中存在的问题
1.4 本文研究的主要目的和内容
2 奇异值分解及其性质
2.1 矩阵的奇异值分解及其解释
2.2 奇异值的性质
2.2.1 奇异值与范数的关系
2.2.2 奇异值的其它几个性质
2.3 关于Frobenious范数意义上的逼近问题
2.4 本章小结
3 周期性信号的状态监测与故障诊断新方法
3.1 问题的提出
3.2 时间序列重构的吸引子轨迹矩阵奇异值分解
3.3 机械信号的奇异熵
3.3.1 奇异熵的定义
3.3.2 信号奇异熵的特性
3.4 用奇异值分解实现状态监控和故障诊断的算法
3.5 仿真实例
3.6 两种相近算法的比较
3.7 确定吸引子轨迹矩阵秩的新方法及其与奇异熵的比较
3.8 本章小结
4 基于SVD的周期性信号探测、提取方法的研究
4.1 SVR谱方法介绍及分析
4.1.1 用SVR谱探测信号的周期
4.1.2 信号的重构
4.1.3 SVR谱有效性的校验
4.1.4 SVR谱方法的不足
4.2 基于Frobenious范数轨迹的周期性信号探测及提取方法
4.2.1 信号矩阵的建立
4.2.2 信号的重构
4.2.3 仿真实例
4.2.4 该方法与SVR谱方法的比较
4.2.5 该方法与小波分析方法的比较
4.3 本章小结
5 结论
参考文献
攻读硕士学位期间发表学术论文情况
致谢
大连理工大学学位论文版权使用授权书
【参考文献】：
期刊论文
[1]基于周期分解的机床主轴回转误差预报模型[J]. 杜正春,杨建国,颜景平. 计量学报. 2003(02)
[2]探测信号中周期性冲击分量的奇异值分解技术[J]. 李建,刘红星,屈梁生. 振动工程学报. 2002(04)
[3]基于奇异值分解的突变信息检测新方法及其应用[J]. 刘献栋,杨绍普,申永军,李其汉. 机械工程学报. 2002(06)
[4]基于奇异谱的降噪方法及其在故障诊断技术中的应用[J]. 吕志民,张武军,徐金梧,翟绪圣. 机械工程学报. 1999(03)
[5]大型回转机械智能综合诊断处理支持中心的研究[J]. 张金玉,张优云,谢友柏. 中国机械工程. 1999(04)
[6]基于因特网的设备故障远程协作诊断技术[J]. 何岭松,王峻峰,杨叔子. 中国机械工程. 1999(03)
[7]分形维数及其在滚动轴承故障诊断中的应用[J]. 吕志民,徐金梧,翟绪圣. 机械工程学报. 1999(02)
[8]旋转机械故障诊断技术的现状与展望[J]. 夏松波,张嘉钟,徐世昌,张礼勇. 振动与冲击. 1997(02)
[9]小波奇异性检测及其在故障诊断中的应用[J]. 林京,刘红星,沈玉娣,屈梁生. 信号处理. 1997(02)
[10]故障矢量诊断法[J]. 黄迪山,童忠钫. 振动与冲击. 1995(03)
本文编号：3193959
【文章来源】：大连理工大学辽宁省 211工程院校 985工程院校 教育部直属院校
【文章页数】：57 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 课题的意义
1.2 状态监测与故障诊断技术的主要研究内容
1.2.1 故障机理的研究
1.2.2 故障信息处理技术的研究
1.2.3 智能化故障诊断方法的研究
1.2.4 监测、诊断仪器和系统的开发与研究
1.3 状态监测与故障诊断中信号处理方法的研究现状
1.3.1 信号时域分析方法的研究
1.3.2 信号频域分析方法的研究
1.3.3 信号时-频分析及一些新方法的研究
1.3.4 几种特殊信号及其分析中存在的问题
1.4 本文研究的主要目的和内容
2 奇异值分解及其性质
2.1 矩阵的奇异值分解及其解释
2.2 奇异值的性质
2.2.1 奇异值与范数的关系
2.2.2 奇异值的其它几个性质
2.3 关于Frobenious范数意义上的逼近问题
2.4 本章小结
3 周期性信号的状态监测与故障诊断新方法
3.1 问题的提出
3.2 时间序列重构的吸引子轨迹矩阵奇异值分解
3.3 机械信号的奇异熵
3.3.1 奇异熵的定义
3.3.2 信号奇异熵的特性
3.4 用奇异值分解实现状态监控和故障诊断的算法
3.5 仿真实例
3.6 两种相近算法的比较
3.7 确定吸引子轨迹矩阵秩的新方法及其与奇异熵的比较
3.8 本章小结
4 基于SVD的周期性信号探测、提取方法的研究
4.1 SVR谱方法介绍及分析
4.1.1 用SVR谱探测信号的周期
4.1.2 信号的重构
4.1.3 SVR谱有效性的校验
4.1.4 SVR谱方法的不足
4.2 基于Frobenious范数轨迹的周期性信号探测及提取方法
4.2.1 信号矩阵的建立
4.2.2 信号的重构
4.2.3 仿真实例
4.2.4 该方法与SVR谱方法的比较
4.2.5 该方法与小波分析方法的比较
4.3 本章小结
5 结论
参考文献
攻读硕士学位期间发表学术论文情况
致谢
大连理工大学学位论文版权使用授权书
【参考文献】：
期刊论文
[1]基于周期分解的机床主轴回转误差预报模型[J]. 杜正春,杨建国,颜景平. 计量学报. 2003(02)
[2]探测信号中周期性冲击分量的奇异值分解技术[J]. 李建,刘红星,屈梁生. 振动工程学报. 2002(04)
[3]基于奇异值分解的突变信息检测新方法及其应用[J]. 刘献栋,杨绍普,申永军,李其汉. 机械工程学报. 2002(06)
[4]基于奇异谱的降噪方法及其在故障诊断技术中的应用[J]. 吕志民,张武军,徐金梧,翟绪圣. 机械工程学报. 1999(03)
[5]大型回转机械智能综合诊断处理支持中心的研究[J]. 张金玉,张优云,谢友柏. 中国机械工程. 1999(04)
[6]基于因特网的设备故障远程协作诊断技术[J]. 何岭松,王峻峰,杨叔子. 中国机械工程. 1999(03)
[7]分形维数及其在滚动轴承故障诊断中的应用[J]. 吕志民,徐金梧,翟绪圣. 机械工程学报. 1999(02)
[8]旋转机械故障诊断技术的现状与展望[J]. 夏松波,张嘉钟,徐世昌,张礼勇. 振动与冲击. 1997(02)
[9]小波奇异性检测及其在故障诊断中的应用[J]. 林京,刘红星,沈玉娣,屈梁生. 信号处理. 1997(02)
[10]故障矢量诊断法[J]. 黄迪山,童忠钫. 振动与冲击. 1995(03)
本文编号：3193959
本文链接：https://www.wllwen.com/kejilunwen/jixiegongcheng/3193959.html
