本文關(guān)鍵詞：機械系統(tǒng)多點耦合非線性振動信號降噪方法研究

  更多相關(guān)文章： 機械系統(tǒng) 信號降噪 核主成分分析 參數(shù)優(yōu)化 平行分析 粒子群算法

【摘要】：由于機械設(shè)備的工作環(huán)境通常比較復(fù)雜使得采集到的振動信號常常被噪聲所湮沒,給后續(xù)的故障診斷過程帶來了很大不便。因而,對采集到的機械系統(tǒng)振動信號進行有效降噪是非常有必要的。通常機械系統(tǒng)中不同位置點的振動是相互影響相互關(guān)聯(lián)的,所采集的同一系統(tǒng)中多個位置點的信號通常存在著耦合關(guān)系,特別是對于柔性體而言,多點信號的耦合性更顯著,常用的單點降噪方法在對此類信號進行降噪時,通常會將這些信號中的耦合信息當(dāng)作噪聲濾除掉,所以,對機械系統(tǒng)中采集的多點耦合信號進行同步聯(lián)合降噪是很有必要的。論文以滾動軸承系統(tǒng)多位置點的耦合振動信號為研究對象,開展了基于核主成分分析(Kernel Principal Component Analysis,KPCA)方法的信號降噪研究,針對同一機械系統(tǒng)中不同位置點的振動信號常具有耦合關(guān)系的特點,采用了改進的KPCA方法對多點信號進行了聯(lián)合降噪,以保留信號間的耦合信息。針對KPCA對信號降噪過程中,所選核參數(shù)對信號的降噪效果影響很大,而沒有一確定的方法優(yōu)選核參數(shù)的問題,論文提出了一種平行分析方法(Parallel Analysis,PA)局部優(yōu)選核參數(shù)的KPCA,和一種粒子群算法(Particle Swarm Optimization,PSO)全局優(yōu)選核參數(shù)的KPCA,展開了多點耦合信號的降噪研究。研究的主要內(nèi)容有:1、研究了KPCA降噪的原理,同時對外圈滾動軸承的振動信號的噪聲特點進行了分析,分析了軸承上多點信號的特點,分析了核參數(shù)對核主成分分析降噪效果的影響;提出了基于相空間重構(gòu)和核主成分分析的降噪方法,在降噪過程中采用多維尺度變換(Multidimensional Scaling,MDS)重構(gòu)降噪后的信號,將KPCA從圖片降噪領(lǐng)域引入到了機械振動信號的降噪中。2、針對多點耦合非線性振動信號降噪,提出了核參數(shù)局部優(yōu)化的核主成分分析降噪方法。提出了一種平行分析法對高斯徑向基函數(shù)的核寬度參數(shù)和保留最大主元個數(shù)進行了聯(lián)合優(yōu)化選取,能夠在給定的局部區(qū)間中的迅速準(zhǔn)確地選擇出最優(yōu)的核寬度參數(shù),從而提高核主成分分析的降噪效率和降噪效果。并將此方法應(yīng)用到多點耦合非線性信號降噪,降噪效果較好。3、針對多點耦合非線性振動信號降噪,以及PA方法選取核參數(shù)的不足,提出了核參數(shù)全局優(yōu)化的核主成分分析降噪方法。改進粒子群算法,以含噪信號與降噪信號間的均方誤差值作為粒子群算法的適應(yīng)度函數(shù),在全實數(shù)范圍內(nèi)優(yōu)選高斯徑向基函數(shù)的核寬度參數(shù),并應(yīng)用此降噪方法對多點耦合信號進行聯(lián)合降噪,降噪效果很理想。
【關(guān)鍵詞】：機械系統(tǒng) 信號降噪 核主成分分析 參數(shù)優(yōu)化 平行分析 粒子群算法
【學(xué)位授予單位】：湖南科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TH17
【目錄】：

• 摘要5-6
• ABSTRACT6-11
• 第一章 緒論11-17
• 1.1 課題的研究背景及意義11-12
• 1.2 國內(nèi)外研究現(xiàn)狀12-15
• 1.2.1 信號降噪研究現(xiàn)狀12-14
• 1.2.2 核參數(shù)優(yōu)選方法研究現(xiàn)狀14-15
• 1.3 本文的主要工作15-17
• 第二章 核主成分分析17-29
• 2.1 主成分分析法17-20
• 2.1.1 主成分分析概論17-18
• 2.1.2 主成分分析的基本原理18-20
• 2.2 核方法概要20-23
• 2.3 核主成分分析23-28
• 2.3.1 核主成分代數(shù)原理23-26
• 2.3.2 核主成分分析降噪26-28
• 2.4 本章小結(jié)28-29
• 第三章 基于相空間重構(gòu)和核主成分分析降噪方法29-47
• 3.1 機械系統(tǒng)振動噪聲分析29-32
• 3.1.1 測量中的噪聲29
• 3.1.2 噪聲的統(tǒng)計模型29-31
• 3.1.3 滾動軸承外圈故障非線性振動信號分析31-32
• 3.2 相空間重構(gòu)概述32-33
• 3.3 相空間重構(gòu)參數(shù)的選取33-36
• 3.3.1 互信息量法選取時間延遲33-34
• 3.3.2 Cao方法選取嵌入維數(shù)34-36
• 3.4 基于相空間重構(gòu)和核主成分分析去噪方法36-37
• 3.5 仿真信號去噪分析37-41
• 3.6 實測信號降噪分析41-45
• 3.6.1 滾動軸承故障實驗41-43
• 3.6.2 軸承故障振動信號降噪43-45
• 3.7 本章小結(jié)45-47
• 第四章 核參數(shù)局部優(yōu)化的多點耦合非線性振動信號核主成分分析降噪47-69
• 4.1 核參數(shù)對KPCA降噪的影響47-48
• 4.2 平行分析48-50
• 4.2.1 平行分析概述48-49
• 4.2.2 平行分析的步驟及實現(xiàn)49-50
• 4.3 核參數(shù)局部優(yōu)化的核主成分分析降噪50-51
• 4.3.1 PAKPCA的基本原理50-51
• 4.3.2 PAKPCA的算法實現(xiàn)51
• 4.4 多點耦合信號的核主成分分析降噪51-53
• 4.5 一維非線性振動信號降噪分析53-58
• 4.5.1 一維仿真非線性振動信號降噪53-56
• 4.5.2 一維實測非線性振動信號降噪56-58
• 4.6 多點耦合非線性振動信號降噪分析58-68
• 4.6.1 多點耦合仿真信號降噪分析58-62
• 4.6.2 多點耦合實測信號降噪分析62-68
• 4.7 本章小結(jié)68-69
• 第五章 核參數(shù)全局優(yōu)化的多點耦合非線性振動信號核主成分分析降噪69-83
• 5.1 粒子群算法69-71
• 5.1.1 粒子群算法的理論基礎(chǔ)69-70
• 5.1.2 PSO算法的實現(xiàn)步驟70-71
• 5.2 核參數(shù)全局優(yōu)化的核主成分分析降噪71-72
• 5.2.1 PSO優(yōu)化KPCA的核寬度參數(shù)71-72
• 5.2.2 KPCA核寬度參數(shù)全局優(yōu)化的KPCA降噪實現(xiàn)72
• 5.3 一維非線性振動信號降噪分析72-78
• 5.3.1 一維仿真信號降噪分析72-75
• 5.3.2 一維實測信號降噪分析75-78
• 5.4 多點耦合非線性振動信號降噪分析78-82
• 5.4.1 多點耦合仿真信號降噪分析78-80
• 5.4.2 多點耦合實測信號降噪分析80-82
• 5.5 本章小結(jié)82-83
• 第六章 總結(jié)與展望83-85
• 6.1 論文總結(jié)83-84
• 6.2 研究展望84-85
• 參考文獻85-89
• 致謝89-91
• 附錄：攻讀學(xué)位期間參研項目和發(fā)表論文目錄91

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 曾鳴;楊宇;鄭近德;程軍圣;;μ-SVD降噪算法及其在齒輪故障診斷中的應(yīng)用[J];機械工程學(xué)報;2015年03期

2 李平;李學(xué)軍;蔣玲莉;曹宇翔;;基于KPCA和PSOSVM的異步電機故障診斷[J];振動.測試與診斷;2014年04期

3 范文濤;章新華;夏志軍;康春玉;董明;蔣飚;;應(yīng)用經(jīng)驗?zāi)B(tài)分解的拖船噪聲信號重構(gòu)及抵消方法[J];聲學(xué)學(xué)報;2012年06期

4 陳帝伊;柳燁;馬孝義;;基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的混沌時間序列相空間重構(gòu)雙參數(shù)聯(lián)合估計[J];物理學(xué)報;2012年10期

5 王益艷;;基于特征均值的SVD信號去噪算法[J];計算機應(yīng)用與軟件;2012年05期

6 張昱;陳光黎;;基于最小二乘支持向量機的機器視覺識別方法[J];測控技術(shù);2011年07期

7 周方軍;呂文元;;粒子群算法與主成分析法在支持向量機回歸預(yù)測中的應(yīng)用研究[J];微型機與應(yīng)用;2010年23期

8 朱鳳明;樊明龍;;混沌粒子群算法對支持向量機模型參數(shù)的優(yōu)化[J];計算機仿真;2010年11期

9 李蓉一;趙瑾;申忠宇;;基于粒子群優(yōu)化的核函數(shù)參數(shù)選優(yōu)[J];江南大學(xué)學(xué)報(自然科學(xué)版);2010年04期

10 陶新民;徐晶;楊立標(biāo);劉玉;;一種改進的粒子群和K均值混合聚類算法[J];電子與信息學(xué)報;2010年01期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 王婷;EMD算法研究及其在信號去噪中的應(yīng)用[D];哈爾濱工程大學(xué);2010年

，

本文編號：1024151