基于EMD-ICA的机电系统音频故障诊断方法研究

发布时间：2017-03-22 03:17

  本文关键词：基于EMD-ICA的机电系统音频故障诊断方法研究，，由笔耕文化传播整理发布。

【摘要】：随着科学与信息技术的不断进步,现代工业设备逐步向集成化、高速化、智能化的方向发展。为了避免机电设备发生故障所带来的不必要的损失,就必须对机电设备进行精确的故障检测与诊断。传统的故障诊断方法大多是采用基于系统内部传感的方式,但由于该方式无法获得足够的传感信息,所以必须通过外部传感手段来进行补充。而通过声音获取外部传感信息是其中很重要的一种方式,因此,研究基于音频的机电系统故障诊断技术就显得尤为重要。对机电系统进行音频信号的故障诊断研究,传统的音频信号处理方法大多采用滤波降噪的方式,针对其中的不足,拟采用独立分量分析(ICA)的盲源分离方法。该方法只依据传感器采集的观测混合信号,就能恢复各个机械部件产生的声源信号,从而准确地对各个振源进行状态监测和故障诊断。由于ICA方法对监测信号的数目有一定的要求,将经验模态分解(EMD)与ICA方法结合起来,提出基于EMD-ICA的联合信号处理方法。该方法不仅避免了EMD方法分解过程中产生的模态混叠现象,而且解决了ICA方法的局限性问题,从而实现对单通道监测信号的声源分离。针对分离出的分量,采用峭度分析、峰值分析和包络谱分析,提取出故障特征信息,从而实现对机电系统运行状态的监测与故障诊断。根据以上的理论分析研究,构建出了基于Labview平台的音频故障诊断系统,并运用该系统分别对正常钻头和损坏钻头在钻孔过程中的状态进行检测与故障诊断实验。实验结果得出,无论是故障声音信号还是正常的声音信号,故障诊断的识别率都达到95%左右,达到了令人满意的诊断效果;而且与单独运用EMD方法相比,该系统方法对音频故障诊断的识别率明显提高,表明了基于EMD-ICA方法的音频故障诊断系统的可行性。
【关键词】：独立分量分析 经验模态分解 EMD-ICA 包络谱分析 音频故障诊断
【学位授予单位】：河北工业大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN912.3;TH-39
【目录】：

• 摘要4-5
• abstract5-10
• 第一章 绪论10-20
• 1.1 引言10-11
• 1.2 课题研究的背景及意义11-15
• 1.2.1 音频故障诊断的传统信号分析方法11-13
• 1.2.2 传统信号分析方法的不足13-14
• 1.2.3 独立分量分析方法的研究意义14-15
• 1.3 独立分量分析方法在国内外研究的现状15-18
• 1.3.1 ICA方法的发展及研究现状15
• 1.3.2 ICA方法在国外音频故障诊断中的研究15-16
• 1.3.3 ICA方法在国内音频故障诊断中的研究16-18
• 1.4 论文主要思路和研究内容18-20
• 第二章 ICA方法的相关基础理论研究20-32
• 2.1 引言20
• 2.2 ICA模型20-24
• 2.3 ICA模型的局限性及不确定性24
• 2.4 ICA算法24-29
• 2.4.1 预处理过程25-26
• 2.4.2 目标函数的确定26-27
• 2.4.3 学习算法的选择27-29
• 2.5 ICA应用研究29-30
• 2.6 ICA仿真分析30-31
• 2.7 本章小结31-32
• 第三章 基于EMD-ICA的单通道故障信息的提取研究32-46
• 3.1 引言32
• 3.2 EMD方法研究32-36
• 3.2.1 EMD分解的基本原理33-35
• 3.2.2 EMD方法的特点35-36
• 3.2.3 EMD方法的局限性36
• 3.3 EMD-ICA方法研究36-39
• 3.3.1 EMD-ICA的基本原理37
• 3.3.2 EMD-ICA方法的仿真分析37-39
• 3.4 信号峰值和峭度值的分析39-41
• 3.4.1 峰值指标40
• 3.4.2 峭度指标40-41
• 3.5 信号包络谱的分析41-43
• 3.5.1 包络谱分析的流程41-42
• 3.5.2 Hilbert变换原理42-43
• 3.6 单通道音频信号故障信息提取的整体流程43-44
• 3.7 本章小结44-46
• 第四章 故障诊断系统的建立与分析46-56
• 4.1 引言46
• 4.2 软件开发平台46
• 4.3 系统总体方案设计46-47
• 4.4 系统各模块的建立47-55
• 4.4.1 信息采集模块47-48
• 4.4.2 信息预处理模块48-49
• 4.4.3 信息分析模块49-52
• 4.4.4 故障诊断模块52-55
• 4.5 本章小结55-56
• 第五章 相关实验验证56-66
• 5.1 引言56
• 5.2 硬件实验平台56-59
• 5.2.1 传声器56-57
• 5.2.2 数据采集卡57-58
• 5.2.3 实验设备58-59
• 5.3 实验研究59-60
• 5.3.1 训练学习过程59-60
• 5.3.2 故障诊断过程60
• 5.4 实验结果分析60-65
• 5.5 本章小结65-66
• 第六章 总结与展望66-68
• 参考文献68-72
• 附录72-76
• 攻读学位期间所取得的相关科研成果76-78
• 致谢78

【相似文献】

中国期刊全文数据库 前10条

1 何新,王晓兰,周献中;广义模型的音频分析方法[J];火力与指挥控制;2005年05期

2 史东承;韩玲艳;于明会;;基于HMM/SVM的音频自动分类[J];长春工业大学学报(自然科学版);2008年02期

3 何鹏举;秦丽丽;吴琼;冯亮;张捷;;音频测距信号实时消噪及半实物仿真[J];西北工业大学学报;2013年01期

4 刘伟峰;余江涛;张瑞丰;;对音频数据测试分析系统设计的探讨[J];电子制作;2013年13期

5 冯建农;郑启伦;;音频数据磁卡煤气表[J];天然气工业;1996年03期

6 刘鑫;鲍长春;;基于耳蜗滤波器倒谱参数的音频频带扩展方法[J];清华大学学报(自然科学版);2013年06期

7 常胜君;;ETVS内话系统音频数据传输浅谈[J];硅谷;2011年03期

8 康碧,杨伟民;音频回放延迟算法的研究[J];上海理工大学学报;2001年01期

9 李占辉;刘晓强;李柏岩;;小波域降噪方法及其在历史音频保护中的应用[J];噪声与振动控制;2010年04期

10 吴静,刘海书;基于网络的CAI课件中音频数据处理方法探析[J];辽宁工学院学报;2000年03期

中国重要会议论文全文数据库 前9条

1 何新;史迎春;周献中;;一种基于独立分量分析的音频分类方法[A];第一届建立和谐人机环境联合学术会议（HHME2005）论文集[C];2005年

2 姜洪臣;梁伟;张树武;徐波;;音频场景分类的音频特征提取和分析[A];第八届全国人机语音通讯学术会议论文集[C];2005年

3 张永超;徐明星;戴明洋;陈胜;;基于内容的音频拷贝检测系统[A];第十一届全国人机语音通讯学术会议论文集（一）[C];2011年

4 何新;赵亚琴;周献中;;基于多层次支持向量机分类树的音频分类方法[A];第一届建立和谐人机环境联合学术会议（HHME2005）论文集[C];2005年

5 许冰;秦贵和;付利娜;邵如峰;张晋东;;基于MOST的车载音频网络的设计与实现[A];2007'仪表，自动化及先进集成技术大会论文集（一）[C];2007年

6 王良鸣;李柏岩;;DAT音频自动修复系统的设计与实现[A];中国新闻技术工作者联合会2013年学术年会、五届五次理事会暨第六届“王选新闻科学技术奖”和优秀论文奖颁奖大会论文集（广电篇）[C];2013年

7 刘鑫;鲍长春;;基于耳蜗滤波器倒谱参数的音频频带扩展方法[A];第十二届全国人机语音通讯学术会议（NCMMSC'2013）论文集[C];2013年

8 潘敏;刘征宇;韩江洪;;无线传输中3GPP实现技术[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用（CACIS）学术会议论文集[C];2007年

9 贾磊;徐波;;基于检测熵变化趋势的音频特征跳变点检测[A];第六届全国人机语音通讯学术会议论文集[C];2001年

中国重要报纸全文数据库 前1条

1 特约作者 王育文;实现网络音频聊天[N];电脑报;2005年

中国硕士学位论文全文数据库 前10条

1 曾劲;海量音频数据管理系统[D];复旦大学;2014年

2 黄动力;基于ZigBee的音频数据传输研究与实现[D];西安工业大学;2015年

3 张小莉;基于本体的音频内容检索研究[D];西南科技大学;2015年

4 申付波;基于EMD-ICA的机电系统音频故障诊断方法研究[D];河北工业大学;2015年

5 张自强;基于内容的音频匹配研究[D];华东师范大学;2012年

6 曾柏森;基于内容的音频检索研究[D];西南交通大学;2009年

7 张军卫;基于音频指纹的多媒体数据库重复检测技术研究[D];哈尔滨工业大学;2012年

8 李培栋;音频探生仪数据传输与存放系统的设计与研究[D];成都理工大学;2011年

9 李欣;AC-3音频编码器研究与实现[D];天津大学;2008年

10 曾强;基于CobraNet技术的音频网络终端的研究与实现[D];电子科技大学;2005年

  本文关键词：基于EMD-ICA的机电系统音频故障诊断方法研究，由笔耕文化传播整理发布。

本文编号：260790