基于小波包能量谱—主元分析方法的滚动轴承故障检测

发布时间：2017-09-29 08:08

  本文关键词：基于小波包能量谱—主元分析方法的滚动轴承故障检测

  更多相关文章： 滚动轴承 小波包能量谱 主元分析 稀疏核主元分析 故障检测

【摘要】：滚动轴承是机械设备中使用最广泛,同时也是最易损坏的零件之一。许多机械设备的故障都与滚动轴承运行的状态有关,其运行状态良好与否直接影响着整台设备的性能。因此,对滚动轴承进行故障检测具有十分重要的意义。对滚动轴承的振动信号数据进行分析,是监测滚动轴承运行状态的有效途径。因此本文提出了基于小波包能量谱的故障识别方法,其采用小波包分析方法,提取振动信号的能量特征,并以此为基础建立故障识别模型,用于检测和识别振动信号中的故障信息。本文以美国西储大学滚动轴承实验中心的实验数据为背景,对所提出的方法进行仿真分析。主要进行了以下工作： (1)采用小波包能量谱—主元分析的故障检测方法,来建立故障检测模型。首先对振动信号进行小波包分解,提取小波包能量谱特征向量,以此作为主元分析的输入,建立故障检测模型,通过SPE统计量和T2统计量检测出轴承故障。 (2)提出小波包能量谱—稀疏核主元分析故障检测方法。核主元分析需要构建核矩阵,其维数等于样本的数量,因此产生维数灾难、计算复杂等问题。为此本文采用稀疏核主元分析方法来进行故障检测,该方法通过增量式样本基构造方法,提取能量频谱的样本基,以此样本基建立核主元模型。稀疏核主元方法能有效地减少核矩阵维数,降低了核主元分析的计算复杂度,计算效率得到提高。 (3)本文提取了振动信号小波包能量谱,构建了信号的能量特征向量,对能量特征向量进行主元分析、核主元分析和稀疏核主元分析,建立故障识别模型,并应用于美国西储大学提供的滚动轴承振动信号数据,验证了这三种分析方法的有效性。 (4)最后,本文基于MALTLAB和C++Builder软件的混合编程,设计了检测滚动轴承故障信号的软件系统,以上提出的故障识别模型是该检测软件的核心。
【关键词】：滚动轴承 小波包能量谱 主元分析 稀疏核主元分析 故障检测
【学位授予单位】：昆明理工大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TH133.33;TH165.3
【目录】：

• 摘要5-6
• Abstract6-10
• 第一章 绪论10-20
• 1.1 选题背景及研究意义10-11
• 1.2 滚动轴承故障检测研究现状11-17
• 1.2.1 滚动轴承故障检测技术发展概况11-14
• 1.2.2 滚动轴承故障检测方法14-16
• 1.2.3 滚动轴承故障技术的局限性16-17
• 1.3 本文主要工作17-20
• 第二章 滚动轴承振动特征及振动分析20-30
• 2.1 滚动轴承的结构20-21
• 2.2 滚动轴承故障的主要形式21-23
• 2.3 滚动轴承振动分析23-27
• 2.3.1 滚动轴承振动机理24-25
• 2.3.2 滚动轴承的振动信号特征25-27
• 2.4 滚动轴承的故障特征频率与固有振动频率27-29
• 2.4.1 故障特征频率27-28
• 2.4.2 固有振动频率28-29
• 2.5 本章小结29-30
• 第三章 基于小波包能量谱—主元分析的故障检测30-42
• 3.1 滚动轴承振动信号的小波包分析30-33
• 3.1.1 小波包分析基本理论31-32
• 3.1.2 滚动轴承振动信号的小波包能量谱特征量提取32-33
• 3.2 基于PCA的故障检测33-36
• 3.2.1 PCA的基本原理33-35
• 3.2.2 PCA故障检测方法35-36
• 3.3 仿真研究36-40
• 3.3.1 频谱分析36-38
• 3.3.2 主元故障检测仿真分析38-40
• 3.4 本章小结40-42
• 第四章 基于小波包能量谱-稀疏核主元分析的故障检测42-52
• 4.1 KPCA算法43-44
• 4.1.1 KPCA原理43-44
• 4.1.2 核函数选取44
• 4.2 基于KPCA的故障检测44-47
• 4.2.1 T~2统计量44-45
• 4.2.2 SPE统计量45
• 4.2.3 KPCA故障检测仿真分析45-47
• 4.3 基于稀疏核主元分析的故障检测47-50
• 4.3.1 样本基提取47-48
• 4.3.2 稀疏核主元故障检测方法48
• 4.3.3 稀疏核主元故障检测仿真分析48-50
• 4.4 本章小结50-52
• 第五章 滚动轴承故障检测软件的设计与实现52-62
• 5.1 混合编程简介52-53
• 5.2 利用MATLAB引擎实现混合编程53-55
• 5.2.1 MATLAB engine介绍53-54
• 5.2.2 调用MATLAB计算引擎54-55
• 5.3 故障检测软件的设计与实现55-61
• 5.3.1 故障检测系统模型55-56
• 5.3.2 软件设计思路及功能介绍56
• 5.3.3 软件使用说明56-58
• 5.3.4 软件运行及分析58-61
• 5.4 本章小结61-62
• 第六章 结论与展望62-64
• 6.1 工作总结62
• 6.2 研究展望62-64
• 致谢64-66
• 参考文献66-70
• 附录A (攻读硕士期间发表的论文)70
• 附录B (攻读硕士期间申请的软件著作权)70

【参考文献】

中国期刊全文数据库 前10条

1 匡迎春;C++与MATLAB混合编程技术及其在变压器局部放电在线检测中的运用[J];长沙电力学院学报(自然科学版);2002年03期

2 王冬云;张文志;张建刚;;小波包能量谱在滚动轴承故障诊断中的应用[J];轴承;2010年11期

3 刘定平;叶向荣;陈斌源;汤美玉;;基于核主元分析和最小二乘支持向量机的中速磨煤机故障诊断[J];动力工程;2009年02期

4 吴章海;;滚动轴承的振动类型及故障特征分析[J];消费导刊;2007年09期

5 付克昌;吴铁军;;基于特征子空间的KPCA及其在故障检测与诊断中的应用[J];化工学报;2006年11期

6 陈玉东,施颂椒,翁正新;动态系统的故障诊断方法综述[J];化工自动化及仪表;2001年03期

7 张传标;倪建军;刘明华;马华伟;;样本优化核主元分析及其在水质监测中的应用[J];中国环境监测;2012年02期

8 刘建学;李守军;;基于Matlab与C++Builder偏最小二乘分析的编程实现[J];江南大学学报;2006年01期

9 胡金海;李应红;杨帆;尉询楷;侯胜利;;一种基于自适应核主元分析的故障检测方法[J];控制工程;2007年S3期

10 仇学青;张鑫;;滚动轴承故障诊断研究的国内现状与发展方向[J];煤矿机械;2007年06期

，

本文编号：940865