本文關(guān)鍵詞：基于數(shù)學(xué)形態(tài)學(xué)分形維數(shù)的旋轉(zhuǎn)機(jī)械故障診斷方法

  更多相關(guān)文章： 旋轉(zhuǎn)機(jī)械 故障診斷 形態(tài)學(xué) LCD 單重分形

【摘要】：隨著經(jīng)濟(jì)全球化和科學(xué)技術(shù)的迅速發(fā)展,人們對工業(yè)中的機(jī)械設(shè)備穩(wěn)定和高效運(yùn)行有了更高的要求,因此設(shè)備故障診斷技術(shù)越來越受到廣泛的重視。滾動(dòng)軸承是機(jī)械設(shè)備中最常用的零部件之一,但是它也是特別容易損傷的部件,這對整個(gè)設(shè)備系統(tǒng)的壽命和正常生產(chǎn)很不利。所以對機(jī)械設(shè)備軸承的故障狀態(tài)檢測和診斷是非常必要的。機(jī)械故障診斷其實(shí)就是信號(hào)處理�，F(xiàn)代設(shè)備越來越大型化、復(fù)雜化,設(shè)備的振動(dòng)信號(hào)經(jīng)常表現(xiàn)出一些非線性行為,傳統(tǒng)的信號(hào)分析方法是對這些非線性特性的分析,具有一定的局限性。數(shù)學(xué)形態(tài)學(xué)是一門比較新型的學(xué)科,它主要是用一種叫做結(jié)構(gòu)元素的“探針”來探索信號(hào)細(xì)節(jié)和形態(tài)特征,用這種非線性思想刻畫和描繪信號(hào)是一種很高效的故障診斷方法。與時(shí)頻域分析方法不同,數(shù)學(xué)形態(tài)學(xué)不需要對信號(hào)進(jìn)行時(shí)域和頻域上的分析,而只需要計(jì)算信號(hào)的分形數(shù)值,方便且直觀。首先,對影響形態(tài)學(xué)算法準(zhǔn)確性的結(jié)構(gòu)元素進(jìn)行了探討。文中分別對余弦型、半圓型和三角型結(jié)構(gòu)元素對濾波器濾波效果上進(jìn)行比較,說明結(jié)構(gòu)元素的選取特點(diǎn)及它對算法的影響。選取合適的結(jié)構(gòu)元素實(shí)現(xiàn)算法,并利用概率神經(jīng)網(wǎng)絡(luò)(PNN)對狀態(tài)信號(hào)的形態(tài)譜熵進(jìn)行判別,取得了很好的效果。然后,由于對機(jī)械噪聲的敏感性,采用分形方法前選擇局部特征尺度分解(Local Characterist-scale Decomposition,LCD)去除噪聲是必要的。經(jīng)驗(yàn)?zāi)Ｊ椒纸?Empirical Mode Decomposition,EMD)模態(tài)混疊現(xiàn)象及端點(diǎn)效應(yīng)嚴(yán)重,局部均值分解(Local Mean Decomposition,LMD)的運(yùn)算量大,而LCD有著自身的優(yōu)勢。本文采用LCD與數(shù)學(xué)形態(tài)學(xué)結(jié)合的方法對機(jī)械故障進(jìn)行診斷,可以取得比盒維數(shù)下更加準(zhǔn)確的結(jié)果。最后,基于單重分形狀態(tài)的特性,利用分形區(qū)間對機(jī)械故障狀態(tài)進(jìn)行判斷。此部分通過研究信號(hào)分形維數(shù)的波動(dòng)性,并考慮狀態(tài)在直線上的重疊現(xiàn)象,通過舍棄較大值和較小值,且對狀態(tài)重疊現(xiàn)象的危害作了詳細(xì)介紹,采用區(qū)間估計(jì)對信號(hào)進(jìn)行狀態(tài)劃分。通過對樣本進(jìn)行測試,驗(yàn)證該方法確實(shí)有效,能很快速地判斷故障狀態(tài)。
【關(guān)鍵詞】：旋轉(zhuǎn)機(jī)械 故障診斷 形態(tài)學(xué) LCD 單重分形
【學(xué)位授予單位】：燕山大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TH165.3
【目錄】：

• 摘要5-6
• ABSTRACT6-11
• 第1章 緒論11-20
• 1.1 課題背景及現(xiàn)狀11-14
• 1.1.1 旋轉(zhuǎn)機(jī)械故障診斷的背景及意義11-12
• 1.1.2 國內(nèi)外研究現(xiàn)狀12-14
• 1.2 分形幾何理論14-15
• 1.3 時(shí)頻分析技術(shù)的發(fā)展及其在機(jī)械故障診斷中的應(yīng)用15-18
• 1.4 分形幾何在機(jī)械故障診斷中的應(yīng)用18
• 1.5 項(xiàng)目來源及本文研究內(nèi)容18-20
• 第2章 數(shù)學(xué)形態(tài)學(xué)理論20-30
• 2.1 二值形態(tài)學(xué)基本理論20-21
• 2.2 二值形態(tài)學(xué)的集合運(yùn)算21-24
• 2.2.1 膨脹和腐蝕21-22
• 2.2.2 開運(yùn)算22
• 2.2.3 閉運(yùn)算22-23
• 2.2.4 形態(tài)開閉運(yùn)算性質(zhì)23-24
• 2.3 灰值形態(tài)學(xué)24-26
• 2.3.1 灰度膨脹24
• 2.3.2 灰度腐蝕24-25
• 2.3.3 灰度開運(yùn)算25
• 2.3.4 灰度閉運(yùn)算25
• 2.3.5 灰值運(yùn)算的主要性質(zhì)25-26
• 2.4 數(shù)學(xué)形態(tài)學(xué)在一維信號(hào)中的應(yīng)用26-29
• 2.5 本章小結(jié)29-30
• 第3章 基于形態(tài)濾波與概率神經(jīng)網(wǎng)絡(luò)的形態(tài)譜熵方法30-43
• 3.1 前言30
• 3.2 結(jié)構(gòu)元素對濾波器性能的影響30-35
• 3.2.1 濾波器的選擇30-31
• 3.2.2 結(jié)構(gòu)元素的類型和大小31-32
• 3.2.3 濾波效果的衡量32
• 3.2.4 結(jié)構(gòu)元素類型比較32-34
• 3.2.5 結(jié)構(gòu)元素大小的選擇34-35
• 3.3 形態(tài)譜熵的概念及應(yīng)用35-38
• 3.3.1 形態(tài)學(xué)多尺度算子35-36
• 3.3.2 形態(tài)譜與形態(tài)譜熵的定義36-38
• 3.4 概率神經(jīng)網(wǎng)絡(luò)38-40
• 3.5 實(shí)驗(yàn)研究40-41
• 3.6 本章小結(jié)41-43
• 第4章 基于局部特征尺度分解和形態(tài)學(xué)分形維數(shù)的滾動(dòng)軸承故障診斷方法43-54
• 4.1 前言43
• 4.2 幾種常用分形維數(shù)43-45
• 4.3 數(shù)學(xué)形態(tài)學(xué)45-48
• 4.3.1 形態(tài)學(xué)算法原理及估計(jì)45-46
• 4.3.2 仿真信號(hào)分析46-48
• 4.4 LCD分解方法48-51
• 4.4.1 局部特征尺度分量定義48-49
• 4.4.2 LCD分解過程49-50
• 4.4.3 仿真研究50-51
• 4.5 實(shí)驗(yàn)研究51-53
• 4.6 本章小結(jié)53-54
• 第5章 單重分形維數(shù)故障診斷研究54-63
• 5.1 前言54
• 5.2 單重分形診斷機(jī)理54-58
• 5.2.1 單重分形特性54-55
• 5.2.2 區(qū)間劃分的重疊現(xiàn)象55-57
• 5.2.3 單重分形中的錯(cuò)誤判別57-58
• 5.3 單重分形診斷方法的過程58-59
• 5.4 實(shí)驗(yàn)研究59-62
• 5.4.1 數(shù)據(jù)采樣過程及區(qū)間劃分59-61
• 5.4.2 故障狀態(tài)的判斷61-62
• 5.5 本章小結(jié)62-63
• 結(jié)論63-65
• 參考文獻(xiàn)65-70
• 攻讀碩士學(xué)位期間承擔(dān)的科研任務(wù)與主要成果70-71
• 致謝71-72
• 作者簡介72

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前9條

1 高建強(qiáng);唐樹芳;姜華偉;劉憲嶺;陳鴻偉;;基于關(guān)聯(lián)維數(shù)的鼓泡流化床風(fēng)帽壓力波動(dòng)特性研究[J];動(dòng)力工程學(xué)報(bào);2012年04期

2 鐘成義;王素珍;常春;;農(nóng)業(yè)機(jī)械故障診斷技術(shù)研究現(xiàn)狀及展望[J];中國農(nóng)機(jī)化學(xué)報(bào);2014年02期

3 宋平崗;周軍;;基于形態(tài)學(xué)廣義分形維數(shù)的電力電子電路故障診斷[J];電工電能新技術(shù);2014年12期

4 湯寶平;蔣永華;張?jiān)敶?;基于形態(tài)奇異值分解和經(jīng)驗(yàn)?zāi)B(tài)分解的滾動(dòng)軸承故障特征提取方法[J];機(jī)械工程學(xué)報(bào);2010年05期

5 閆陽;;基于小波變換的圖像壓縮編碼方法研究[J];科學(xué)技術(shù)與工程;2012年11期

6 梁豐;王萬良;俞立;;歸一化數(shù)學(xué)形態(tài)學(xué)形態(tài)譜及其應(yīng)用[J];模式識(shí)別與人工智能;1997年04期

7 滕麗娜,陳兆能,佟德純,童劍飛;關(guān)聯(lián)維數(shù)在旋轉(zhuǎn)機(jī)械支承系統(tǒng)狀態(tài)監(jiān)測中的應(yīng)用[J];上海交通大學(xué)學(xué)報(bào);2002年09期

8 ;Quantitative Study on Polymer Flocculation Mechanism Based on Mathematical Morphology[J];Journal of China University of Mining & Technology(English Edition);2006年02期

9 韓東穎;李庚;時(shí)培明;;基于EMD和分形盒維數(shù)的旋轉(zhuǎn)機(jī)械耦合故障診斷方法研究[J];振動(dòng)與沖擊;2013年15期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 沈路;數(shù)學(xué)形態(tài)學(xué)在機(jī)械故障診斷中的應(yīng)用研究[D];浙江大學(xué);2010年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 孫敬敬;數(shù)學(xué)形態(tài)學(xué)在振動(dòng)信號(hào)處理中的應(yīng)用研究[D];華北電力大學(xué);2012年

，

本文編號(hào)：1109111