基于局域均值分解的机械故障诊断研究

发布时间：2017-05-19 10:00

  本文关键词：基于局域均值分解的机械故障诊断研究，由笔耕文化传播整理发布。

【摘要】：机械故障诊断旨在发现潜在的故障，而机械在工作中会发生振动，且大量的振动信号都是非平稳信号，对实际测得的振动信号可以提取各种参数和应用这些参数进行状态监测和故障诊断，因此，对振动信号采用数字信号分析方法进行研究成为主要的方向。在机械出现故障时，振动信号的非线性、非平稳的状态反映了振动信号的特征参数是不一样的，而且特征间会存在相关性与冗余性，，这样会降低分类器的泛化能力和识别精度。检测故障中特征参数与分类器的合理选择具有重要的意义。 基于上述研究背景，文章主要研究了以下内容： 1.用局域均值分解算法分解机械故障振动信号。局域均值分解能够自适应的表现信号的时间频率分布特征，然而在对信号进行局域均值分解时，由于端点的趋势无法预知，在分解时会污染到整个信号序列，而且滑动平均造成了信号的过平滑处理，导致故障特征不能准确的提取。本文分析了局域均值分解，并提出改进的方案，通过在MATLAB环境下仿真信号验证了优化的局域均值分解得到的PF分量与原始信号有更高的相关性。并将PF分量的能量输入BP网络，结果表明，优化的PF分量能够很好地识别轴承的故障状态。 2.当设备出现故障，振动信号的一些统计参数包含了相关性和冗余性并存的丰富的特征，这样会降低识别分类器的精度和泛化能力。文中利用振动信号序列的时域特征参数和时序AR参数，以及PF分量的能量熵，采用KPCA去除样本数据的冗余特征，提取出合适的输入样本，然后利用LSSVM辨别轴承的各个状态。实验结果表明，PF能量熵特征均优于时域特征参数和时序AR参数，且KPCA-LSSVM分类模型相对于直接利用LSSVM有更好的分类精度。
【关键词】：故障诊断 局域均值分解 端点效应 核主元分析 最小二乘支持向量机
【学位授予单位】：太原科技大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TH165.3
【目录】：

• 中文摘要5-6
• ABSTRACT6-10
• 第一章 引言10-16
• 1.1 研究背景及意义10
• 1.2 故障诊断技术的研究现状及发展趋势10-11
• 1.3 振动信号处理的研究现状及发展趋势11-13
• 1.4 本文研究的主要内容和结构安排13-16
• 第二章 时频分析技术16-24
• 2.1 时频分析技术概况16-18
• 2.2 局域均值分解18-22
• 2.2.1 基本原理18-20
• 2.2.2 性能评价20-22
• 2.3 本章小结22-24
• 第三章 局域均值分解的优化算法24-40
• 3.1 概述24-25
• 3.2 局域均值分解的优化25-28
• 3.2.1 存在的问题及优化25-26
• 3.2.2 实验仿真分析26-28
• 3.3 基于改进的局域均值分解的轴承故障特征提取方法28-33
• 3.3.1 特征提取模型28
• 3.3.2 实验结果及分析28-33
• 3.4 基于改进的局域均值分解与 BP 神经网络的轴承故障诊断方法33-38
• 3.4.1 BP 神经网络33-34
• 3.4.2 诊断模型34-35
• 3.4.3 实验结果及分析35-38
• 3.5 本章小结38-40
• 第四章 基于 LMD-KPCA-LSSVM 的轴承故障识别算法40-54
• 4.1 概述40
• 4.2 核主元分析算法40-42
• 4.2.1 基本原理40-41
• 4.2.2 性能评价41-42
• 4.3 最小二乘支持向量机算法42-44
• 4.3.1 基本原理42-44
• 4.3.2 性能评价44
• 4.4 基于 LMD-KPCA-LSSVM 的轴承故障诊断算法44-52
• 4.4.1 诊断模型44-45
• 4.4.2 初始化特征参数45-48
• 4.4.3 实验结果及分析48-52
• 4.5 本章小结52-54
• 第五章 总结与展望54-56
• 5.1 总结54-55
• 5.2 展望55-56
• 参考文献56-60
• 致谢60-62
• 攻读硕士学位期间的研究成果62-63

【参考文献】

中国期刊全文数据库 前10条

1 熊良才,史铁林,杨叔子;Choi-Williams分布参数优化及其应用[J];华中科技大学学报(自然科学版);2003年01期

2 许亮;;非线性特征提取和LSSVM在化工过程故障诊断中应用[J];计算机应用;2010年01期

3 高锦宏;徐小力;吴国新;张兴国;;基于Wigner-Ville分布的烟气轮机机械故障诊断研究[J];机械设计与制造;2008年09期

4 李志农;刘卫兵;肖尧先;邬冠华;;基于局域均值分解包络谱和SVM的滚动轴承故障诊断方法研究[J];机械设计与制造;2011年11期

5 陈予恕;;机械故障诊断的非线性动力学原理[J];机械工程学报;2007年01期

6 温廷新;王俊俊;;滚动轴承故障诊断优化仿真研究[J];计算机仿真;2012年06期

7 刘文彬;郭瑜;郑华文;;基于短时傅里叶变换的油膜振荡故障识别[J];中国测试技术;2008年02期

8 杨永锋;吴亚锋;任兴民;秦卫阳;支希哲;裘焱;;基于最大Lyapunov指数预测的EMD端点延拓[J];物理学报;2009年06期

9 陈保家;何正嘉;陈雪峰;訾艳阳;;机车故障诊断的局域均值分解解调方法[J];西安交通大学学报;2010年05期

10 王民胜;保铮;;一种基于最小熵准则的加窗傅氏变换时频分析[J];西安电子科技大学学报;1993年04期

中国博士学位论文全文数据库 前6条

1 蒋玲莉;基于核方法的旋转机械故障诊断技术与模式分析方法研究[D];中南大学;2010年

2 任达千;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];浙江大学;2008年

3 杨先勇;基于信号局部特征提取的机械故障诊断方法研究[D];浙江大学;2009年

4 赵志宏;基于振动信号的机械故障特征提取与诊断研究[D];北京交通大学;2012年

5 洪涛;液体火箭发动机涡轮泵实时故障检测算法研究[D];电子科技大学;2012年

6 张超;基于自适应振动信号处理的旋转机械故障诊断研究[D];西安电子科技大学;2012年

  本文关键词：基于局域均值分解的机械故障诊断研究，由笔耕文化传播整理发布。

本文编号：378349