基于非高斯、非平稳信号处理的机械故障特征提取方法研究
发布时间：2021-08-06 06:25
机械故障诊断是以机械学为基础的一门综合技术。机械故障诊断的关键是如何从机械故障振动信号中提取故障特征,信号分析和处理是特征提取最常用的方法。机械故障振动信号本质上是非高斯、非平稳信号,近年来,为满足对机器故障进行早期检测、诊断的需要,非高斯、非平稳信号处理方法在机械故障诊断领域受到了广泛的关注。如何确实有效地结合振动信号自身特点,创新性的应用非高斯、非平稳信号处理理论解决机械故障诊断中的信号降噪、故障特征提取等问题是当前机械故障诊断领域迫切需要研究的重点课题之一。本论文正是基于以上要求而开展研究工作的,重点研究适合于机械故障特征提取的非高斯、非平稳信号处理方法,主要完成了以下几方面的研究工作:1)研究了基于STFT的振动信号解调及频谱细化分析方法及其应用。首次对基于STFT的振动信号解调方法的原理和影响其解调性能的各种因素进行了严格的理论分析,指出该解调方法实质是基于复解析带通滤波的Hilbert变换解调法。首次从数学上严格证明了在利用Hilbert变换进行包络解调分析时,只要带通滤波器通带范围包括调制信号的部分频率成分,就可解调出被调制信号的周期成分。基于以上理论分析,给出了实用的基...
【文章来源】：北京交通大学北京市 211工程院校 教育部直属院校
【文章页数】：156 页
【学位级别】：博士
【文章目录】：
致谢
中文摘要
ABSTRACT
第一章 绪论
1.1 选题背景
1.2 机械故障诊断中非高斯、非平稳信号处理技术的国内外研究现状
1.2.1 二次型时频分布的研究
1.2.2 短时付里叶变换(STFT)信号处理方法的研究
1.2.3 小波信号处理方法的研究
1.2.4 循环平稳信号分析处理方法的研究
1.2.5 经验模式分解方法的研究
1.2.6 盲信号处理方法的研究
1.3 论文的主要工作和安排
第二章 STFT在振动信号解调及频谱细化分析中的应用研究
2.1 引言
2.2 基于STFT的振动信号解调方法
2.2.1 STFT用于信号解调的理论分析
2.2.2 广义Hilbert包络解调分析
2.2.3 基于STFT的振动信号解调算法
2.2.4 在轴承故障检测中的应用
2.3 基于SVD降噪和STFT解调的轴承故障检测方法
2.3.1 振动信号奇异值分解(SVD)降噪技术
2.3.2 SVD降噪和STFT解调相结合的轴承故障检测算法
2.3.3 轴承故障检测算法的应用分析
2.4 基于STFT的振动信号频谱细化方法
2.4.1 STFT用于信号频谱细化的理论分析及相应细化算法
2.4.2 基于STFT的信号频谱细化方法在齿轮故障特征提取中的应用
2.5 本章小结
第三章 基于滤波器组理论的振动信号处理方法研究
3.1 引言
3.2 基于两通道QMF滤波器组理论的振动信号处理方法
3.2.1 离散小波(包)滤波器组与QMF滤波器组原理
3.2.2 适合振动信号处理的QMF滤波器组的构造及其滤波性能
3.2.3 基于QMF滤波器组理论的振动信号分解算法
3.2.4 QMF滤波器组分解算法在周期性冲击振动信号检测中的应用
3.2.5 基于QMF滤波器组分解算法的自适应频谱细化方法
3.3 三通道塔形分解算法及其在振动信号处理中的应用
3.3.1 三通道塔形分解算法研究
3.3.2 分解算法在故障诊断中的应用
3.4 平稳滤波器组分解算法及其应用
3.4.1 平稳滤波器组分解算法研究
3.4.2 分解算法在齿轮故障诊断中的应用
3.5 本章小结
第四章 基于连续小波处理的弱冲击信号特征提取方法研究
4.1 引言
4.2 连续小波变换原理
4.3 常规连续小波变换方法在机械故障诊断应用中的局限性
4.4 适合微弱冲击信号特征提取的频域紧支小波滤波器
4.4.1 适合微弱冲击信号特征提取的一类小波滤波器的统一形式
4.4.2 频域紧支小波滤波器的提出和构造
4.4.3 基于遗传优化的自适应最优频域紧支小波滤波器设计
4.5 自适应小波预处理方法在弱冲击调制类二阶循环平稳信号解调中的应用
4.5.1 二阶循环平稳理论
4.5.2 调幅信号循环平稳解调原理
4.5.3 弱冲击调制类二阶循环平稳信号谱相关密度解调算法及其应用
4.6 本章小结
第五章 振动信号的EMD处理方法研究及应用
5.1 引言
5.2 EMD方法原理简介
5.3 端点效应抑制方法研究及其应用
5.4 基于自适应滤波处理的模态混叠消除方法及其应用
5.5 本章小结
第六章 振动信号的盲信号处理方法研究及其应用
6.1 引言
6.2 基于ICA的振动信号处理方法及应用
6.2.1 多通道信号盲分离基本原理
6.2.2 FastICA算法
6.2.3 多通道振动信号盲处理方法
6.2.4 振动信号盲处理方法在增压器转频振动信号特征提取中的应用
6.3 机械振动信号的单通道盲解卷方法研究
6.3.1 单通道盲解卷原理及基于ICA的单通道盲解卷算法的提出
6.3.2 仿真信号分析
6.3.3 单通道盲解卷方法在实测振动信号分析中的应用
6.4 本章小结
第七章 结论与研究展望
7.1 结论
7.2 研究展望
参考文献
附录 A
作者简历
学位论文数据集
【参考文献】：
期刊论文
[1]基于PC104的车载增压器状态监测系统设计[J]. 胡晓依,何庆复,林荣文,王华胜,唐松柏. 北京交通大学学报. 2008(04)
[2]振动源信号的快速二阶统计量算法研究[J]. 叶红仙,杨世锡,杨将新. 振动与冲击. 2008(07)
[3]基于振动信号分析的增压器故障诊断和转速测量方法研究[J]. 胡晓依,何庆复,林荣文,唐松柏,郭金福,王华胜. 铁道机车车辆. 2008(03)
[4]基于时频分析的机械设备非平稳信号盲分离[J]. 李志农,吕亚平,韩捷. 机械强度. 2008(03)
[5]基追踪在齿轮损伤识别中的应用[J]. 冯志鹏,朱萍玉,刘立,张文明. 北京科技大学学报. 2008(01)
[6]内燃机振动信号的盲源分离方法试验研究[J]. 石林锁,袁涛. 内燃机学报. 2007(05)
[7]基于EMD与关联维数的故障诊断AR模型[J]. 程军圣,于德介,唐驾时,杨宇. 系统工程与电子技术. 2007(09)
[8]局域波时频域多重分形在故障诊断中的应用[J]. 苑宇,马孝江. 振动与冲击. 2007(05)
[9]滚动轴承故障的EMD诊断方法研究[J]. 高强,杜小山,范虹,孟庆丰. 振动工程学报. 2007(01)
[10]基于提升模式的特征小波构造及其应用[J]. 段晨东,何正嘉. 振动工程学报. 2007(01)
本文编号：3325252
【文章来源】：北京交通大学北京市 211工程院校 教育部直属院校
【文章页数】：156 页
【学位级别】：博士
【文章目录】：
致谢
中文摘要
ABSTRACT
第一章 绪论
1.1 选题背景
1.2 机械故障诊断中非高斯、非平稳信号处理技术的国内外研究现状
1.2.1 二次型时频分布的研究
1.2.2 短时付里叶变换(STFT)信号处理方法的研究
1.2.3 小波信号处理方法的研究
1.2.4 循环平稳信号分析处理方法的研究
1.2.5 经验模式分解方法的研究
1.2.6 盲信号处理方法的研究
1.3 论文的主要工作和安排
第二章 STFT在振动信号解调及频谱细化分析中的应用研究
2.1 引言
2.2 基于STFT的振动信号解调方法
2.2.1 STFT用于信号解调的理论分析
2.2.2 广义Hilbert包络解调分析
2.2.3 基于STFT的振动信号解调算法
2.2.4 在轴承故障检测中的应用
2.3 基于SVD降噪和STFT解调的轴承故障检测方法
2.3.1 振动信号奇异值分解(SVD)降噪技术
2.3.2 SVD降噪和STFT解调相结合的轴承故障检测算法
2.3.3 轴承故障检测算法的应用分析
2.4 基于STFT的振动信号频谱细化方法
2.4.1 STFT用于信号频谱细化的理论分析及相应细化算法
2.4.2 基于STFT的信号频谱细化方法在齿轮故障特征提取中的应用
2.5 本章小结
第三章 基于滤波器组理论的振动信号处理方法研究
3.1 引言
3.2 基于两通道QMF滤波器组理论的振动信号处理方法
3.2.1 离散小波(包)滤波器组与QMF滤波器组原理
3.2.2 适合振动信号处理的QMF滤波器组的构造及其滤波性能
3.2.3 基于QMF滤波器组理论的振动信号分解算法
3.2.4 QMF滤波器组分解算法在周期性冲击振动信号检测中的应用
3.2.5 基于QMF滤波器组分解算法的自适应频谱细化方法
3.3 三通道塔形分解算法及其在振动信号处理中的应用
3.3.1 三通道塔形分解算法研究
3.3.2 分解算法在故障诊断中的应用
3.4 平稳滤波器组分解算法及其应用
3.4.1 平稳滤波器组分解算法研究
3.4.2 分解算法在齿轮故障诊断中的应用
3.5 本章小结
第四章 基于连续小波处理的弱冲击信号特征提取方法研究
4.1 引言
4.2 连续小波变换原理
4.3 常规连续小波变换方法在机械故障诊断应用中的局限性
4.4 适合微弱冲击信号特征提取的频域紧支小波滤波器
4.4.1 适合微弱冲击信号特征提取的一类小波滤波器的统一形式
4.4.2 频域紧支小波滤波器的提出和构造
4.4.3 基于遗传优化的自适应最优频域紧支小波滤波器设计
4.5 自适应小波预处理方法在弱冲击调制类二阶循环平稳信号解调中的应用
4.5.1 二阶循环平稳理论
4.5.2 调幅信号循环平稳解调原理
4.5.3 弱冲击调制类二阶循环平稳信号谱相关密度解调算法及其应用
4.6 本章小结
第五章 振动信号的EMD处理方法研究及应用
5.1 引言
5.2 EMD方法原理简介
5.3 端点效应抑制方法研究及其应用
5.4 基于自适应滤波处理的模态混叠消除方法及其应用
5.5 本章小结
第六章 振动信号的盲信号处理方法研究及其应用
6.1 引言
6.2 基于ICA的振动信号处理方法及应用
6.2.1 多通道信号盲分离基本原理
6.2.2 FastICA算法
6.2.3 多通道振动信号盲处理方法
6.2.4 振动信号盲处理方法在增压器转频振动信号特征提取中的应用
6.3 机械振动信号的单通道盲解卷方法研究
6.3.1 单通道盲解卷原理及基于ICA的单通道盲解卷算法的提出
6.3.2 仿真信号分析
6.3.3 单通道盲解卷方法在实测振动信号分析中的应用
6.4 本章小结
第七章 结论与研究展望
7.1 结论
7.2 研究展望
参考文献
附录 A
作者简历
学位论文数据集
【参考文献】：
期刊论文
[1]基于PC104的车载增压器状态监测系统设计[J]. 胡晓依,何庆复,林荣文,王华胜,唐松柏. 北京交通大学学报. 2008(04)
[2]振动源信号的快速二阶统计量算法研究[J]. 叶红仙,杨世锡,杨将新. 振动与冲击. 2008(07)
[3]基于振动信号分析的增压器故障诊断和转速测量方法研究[J]. 胡晓依,何庆复,林荣文,唐松柏,郭金福,王华胜. 铁道机车车辆. 2008(03)
[4]基于时频分析的机械设备非平稳信号盲分离[J]. 李志农,吕亚平,韩捷. 机械强度. 2008(03)
[5]基追踪在齿轮损伤识别中的应用[J]. 冯志鹏,朱萍玉,刘立,张文明. 北京科技大学学报. 2008(01)
[6]内燃机振动信号的盲源分离方法试验研究[J]. 石林锁,袁涛. 内燃机学报. 2007(05)
[7]基于EMD与关联维数的故障诊断AR模型[J]. 程军圣,于德介,唐驾时,杨宇. 系统工程与电子技术. 2007(09)
[8]局域波时频域多重分形在故障诊断中的应用[J]. 苑宇,马孝江. 振动与冲击. 2007(05)
[9]滚动轴承故障的EMD诊断方法研究[J]. 高强,杜小山,范虹,孟庆丰. 振动工程学报. 2007(01)
[10]基于提升模式的特征小波构造及其应用[J]. 段晨东,何正嘉. 振动工程学报. 2007(01)
本文编号：3325252
本文链接：https://www.wllwen.com/kejilunwen/jixiegongcheng/3325252.html
