基于小波脊线法的混沌识别及故障数据分析

发布时间：2017-09-01 19:15

  本文关键词：基于小波脊线法的混沌识别及故障数据分析

  更多相关文章： 故障诊断 小波脊线 混沌运动 混沌识别 滚动轴承

【摘要】：混沌现象广泛的存在于自然现象、社会现象里，近年来，混沌运动被发现存在于多个领域中,混沌运动的准确识别是一个非常值得研究的课题。在机械故障诊断领域里，旋转机械的故障信号通常表现为非平稳、非线性，呈现出复杂的运动特征，采用混沌理论研究故障信号能够更为准确地分析信号，刻画信号反映出的故障本质特征。 首先，针对小波脊线提取瞬时频率抗噪性较差的缺点，提出基于模极大值间距提取小波脊线的方法。在传统基于局部模极大值提取脊线的基础上加入一步基于模极大值间距的判断过程。通过设定一定的坐标阈值，只对坐标阈值之内的局部模极大值进行提取，摒弃了随机噪声造成的局部模极大值点，有效地避免了噪声的干扰，改进了小波脊线方法易受噪声干扰的缺点。 其次，基于小波脊线和混沌运动的理论基础，提出了一种应用小波脊线识别混沌运动的方法。通过对多个典型混沌系统进行分析，从相图、功率谱密度图、小波脊线图对比的角度验证了小波脊线可以区分系统的周期运动、倍周期运动和混沌运动，并归纳总结了混沌运动在小波脊线图上表现出的规律性和细节特征。 最后，对美国凯斯西储大学(Case Western Reserve University)轴承故障模拟实验台采集的轴承故障振动信号进行了基于混沌理论的分析。首先计算故障信号的混沌特征量，，包括关联维数、K熵、Lyapunov指数，然后对故障信号敏感频带进行小波脊线分析，分析故障程度不同时混沌特征量及小波脊线的变化情况，并通过两者的对比，证明了小波脊线可以准确识别故障类型和故障程度。
【关键词】：故障诊断 小波脊线 混沌运动 混沌识别 滚动轴承
【学位授予单位】：燕山大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：TH165.3
【目录】：

• 摘要5-6
• Abstract6-10
• 第1章 绪论10-16
• 1.1 课题背景10-11
• 1.2 混沌理论的应用现状11-13
• 1.2.1 混沌理论的国内外应用现状11-12
• 1.2.2 混沌理论在故障诊断领域的应用12-13
• 1.3 小波脊线的研究现状13
• 1.4 本文研究的意义和主要内容13-16
• 1.4.1 本文研究的意义13-14
• 1.4.2 本文研究主要内容14-16
• 第2章 小波脊线识别混沌的理论基础16-25
• 2.1 混沌概述16-18
• 2.1.1 混沌的定义16-17
• 2.1.2 混沌的特征17-18
• 2.2 小波变换18-20
• 2.2.1 小波变换概述18-19
• 2.2.2 小波变换参数选择19-20
• 2.3 小波脊线理论20-23
• 2.3.1 小波脊线20-21
• 2.3.2 渐进信号的解析小波变换21-22
• 2.3.3 基于小波脊线的信号瞬时特征提取22-23
• 2.4 仿真信号的小波脊线研究23-24
• 2.5 本章小结24-25
• 第3章 混沌运动的小波脊线识别25-36
• 3.1 典型混沌系统动力学模型25-26
• 3.2 混沌运动定性识别方法26-28
• 3.3 混沌运动的小波脊线识别28-34
• 3.4 各定性混沌识别方法比较34
• 3.6 本章小结34-36
• 第4章 基于混沌动力学的故障诊断36-45
• 4.1 混沌动力学特征的数值分析方法36-39
• 4.1.1 Lyapunov 指数及其计算方法36-37
• 4.1.2 Kolmogorov 熵及其计算方法37-38
• 4.1.3 关联维数及其计算方法38-39
• 4.2 相空间重构39-42
• 4.2.1 延迟时间的确定40-42
• 4.2.2 嵌入维数的确定42
• 4.3 故障数据预处理42-44
• 4.3.1 小波包消噪法43
• 4.3.2 基于 Hilbert 变换的包络解调法43
• 4.3.3 基于小波理论滤波消噪的包络分析故障数据预处理43-44
• 4.4 本章小结44-45
• 第5章 基于混沌特征量及小波脊线的轴承故障数据分析45-67
• 5.1 轴承故障诊断的内容及研究意义45
• 5.2 轴承振动信号采集45-47
• 5.3 轴承外圈故障振动信号分析47-56
• 5.3.1 基于混沌特征量的故障数据处理48-53
• 5.3.2 基于小波脊线的故障数据处理53-56
• 5.4 轴承内圈故障振动信号分析56-61
• 5.4.1 基于混沌特征量的故障数据处理56-59
• 5.4.2 基于小波脊线的故障数据处理59-61
• 5.5 轴承滚动体故障振动信号分析61-66
• 5.5.1 基于混沌特征量的故障数据处理61-63
• 5.5.2 基于小波脊线的故障数据处理63-66
• 5.6 本章小结66-67
• 结论67-68
• 参考文献68-71
• 攻读硕士学位期间承担的科研任务与主要成果71-72
• 致谢72-73
• 作者简介73

【参考文献】

中国期刊全文数据库 前10条

1 马波,魏强,徐春林,江志农;基于Hilbert变换的包络分析及其在滚动轴承故障诊断中的应用[J];北京化工大学学报(自然科学版);2004年06期

2 修春波,刘向东,张宇河;相空间重构延迟时间与嵌入维数的选择[J];北京理工大学学报;2003年02期

3 李鹤;闻季丹;张杰;闻邦椿;;混沌运动特征的小波脊识别[J];东北大学学报(自然科学版);2011年03期

4 姜万录;一种基于正交小波包分析的混沌识别方法[J];燕山大学学报;2004年01期

5 魏云冰,黄进,牛发亮,任秉知;基于小波脊线的笼型异步电动机转子故障特征提取[J];电工技术学报;2003年04期

6 王凤利,马孝江;基于混沌的旋转机械故障诊断[J];大连理工大学学报;2003年05期

7 王兴元;骆超;;Lorenz系统通向混沌的道路[J];大连理工大学学报;2006年04期

8 朱斌;;基于混沌理论的微弱信号检测[J];电子科技;2010年02期

9 高瑞乾;甘新年;闫源江;;基于混沌特征的航空发动机故障诊断研究[J];国外电子测量技术;2011年03期

10 吴参;李兴林;孙守迁;张燕辽;张仰平;;混沌理论在滚动轴承故障诊断中的应用[J];轴承;2013年01期

中国硕士学位论文全文数据库 前5条

1 孙伟;基于混沌神经网络的故障诊断方法研究[D];燕山大学;2012年

2 李稳安;基于混沌时间序列的复杂机械系统故障特征提取与状态预报[D];东南大学;2004年

3 仲小虎;基于混沌理论的故障诊断的研究[D];哈尔滨理工大学;2007年

4 吴昊;交通流理论中的混沌特性识别及预测研究[D];长安大学;2010年

5 霍思宇;混沌时间序列的预测方法研究[D];电子科技大学;2010年

本文编号：773906