【摘要】：滾動(dòng)軸承作為關(guān)鍵部件已經(jīng)被廣泛地應(yīng)用于旋轉(zhuǎn)機(jī)械設(shè)備。旋轉(zhuǎn)機(jī)械設(shè)備的運(yùn)行性能與滾動(dòng)軸承的工作狀態(tài)緊密相關(guān)。因此,滾動(dòng)軸承故障診斷技術(shù)一直以來(lái)都是機(jī)械故障診斷領(lǐng)域中的重要研究課題。隨著機(jī)械設(shè)備自動(dòng)化程度越來(lái)越高,為了及時(shí)準(zhǔn)確地對(duì)滾動(dòng)軸承進(jìn)行故障診斷,開展智能故障診斷研究顯得尤為必要。滾動(dòng)軸承故障診斷包含故障檢測(cè)和故障類型識(shí)別兩個(gè)方面。故障檢測(cè)實(shí)質(zhì)上是一個(gè)單分類問(wèn)題,而故障類型識(shí)別是一個(gè)多分類問(wèn)題。因此,滾動(dòng)軸承智能故障診斷的關(guān)鍵在于模式識(shí)別。近年來(lái),基于概率統(tǒng)計(jì)的模式識(shí)別方法、聚類算法、神經(jīng)網(wǎng)絡(luò)和基于核的模式識(shí)別方法等被國(guó)內(nèi)外相關(guān)學(xué)者應(yīng)用到滾動(dòng)軸承的故障診斷,并取得了豐碩的研究成果。其中,基于核的模式識(shí)別方法尤其受到關(guān)注。從幾何角度來(lái)看,一些典型的基于核的模式識(shí)別方法如支持向量機(jī)、支持向量數(shù)據(jù)描述和最大間隔仿射包分類等都是采用一種幾何模型估計(jì)樣本集的類別分布,然后再利用某種決策規(guī)則建立分類模型。受這一思路啟發(fā),論文在國(guó)家自然科學(xué)基金項(xiàng)目(項(xiàng)目編號(hào):51075131)和湖南省研究生科研創(chuàng)新項(xiàng)目(項(xiàng)目編號(hào):CX2014B146)的資助下,將凸包作為類別分布的估計(jì)模型并提出了基于凸包的模式識(shí)別方法,為滾動(dòng)軸承智能故障診斷提供新的思路和技術(shù)。論文主要研究工作如下:(1)針對(duì)滾動(dòng)軸承的故障檢測(cè)問(wèn)題,提出了基于凸包的單分類(One-Class Classification based on the Convex Hull,OCCCH)方法,并且提出了廣義Gilbert算法解決OCCCH涉及的最小模問(wèn)題。闡述了OCCCH與單類支持向量機(jī)(One-Class Support Vector Machine,OCSVM)之間的關(guān)系,并通過(guò)數(shù)值實(shí)驗(yàn)對(duì)比分析了這兩種單分類方法的分類精度和計(jì)算效率。實(shí)驗(yàn)結(jié)果表明,使用廣義Gilbert算法的OCCCH在計(jì)算效率方面要優(yōu)于使用貫序最小優(yōu)化(Sequential Minimal Optimization,SMO)算法的OCSVM,并且兩者的分類精度相當(dāng)。(2)針對(duì)OCCCH的核參數(shù)選擇問(wèn)題,提出了改進(jìn)的MIES(Improved MIES,IMIES)算法選擇高斯核參數(shù)。通過(guò)數(shù)值實(shí)驗(yàn)對(duì)比分析了IMIES與另外兩種基于決策邊界松緊程度的高斯核參數(shù)選擇方法(MIES和DTL)的性能。實(shí)驗(yàn)結(jié)果表明,IMIES能夠比MIES和DTL選擇更為合適的高斯核參數(shù)。經(jīng)過(guò)IMIES選擇高斯核參數(shù)和廣義Gilbert算法訓(xùn)練模型,將OCCCH應(yīng)用于滾動(dòng)軸承故障檢測(cè),結(jié)果表明所提出的單分類方法可有效檢測(cè)滾動(dòng)軸承的故障。(3)針對(duì)廣義Gilbert算法在迭代后期速度變得緩慢這一問(wèn)題,提出了廣義Mitchell-Dem'yanov-Malozemov(MDM)算法解決OCCCH中的最小模問(wèn)題。從理論上比較了廣義MDM算法和廣義Gilbert算法在更新策略和算法復(fù)雜度等方面的不同。數(shù)值實(shí)驗(yàn)對(duì)比分析結(jié)果表明,廣義MDM算法相對(duì)于廣義Gilbert算法在計(jì)算效率方面具有明顯優(yōu)勢(shì)。(4)針對(duì)滾動(dòng)軸承的故障類型識(shí)別問(wèn)題,在定義彈性凸包的基礎(chǔ)上提出了最大間隔彈性凸包分類(Maximum Margin Classification based on Flexible Convex Hulls,MMC-FCH)方法。通過(guò)數(shù)值實(shí)驗(yàn)驗(yàn)證了MMC-FCH的有效性,同時(shí)也將其與另兩種最大間隔分類方法比較。將MMC-FCH應(yīng)用到滾動(dòng)軸承的故障類型識(shí)別。實(shí)驗(yàn)結(jié)果表明,MMC-FCH不僅可以識(shí)別滾動(dòng)軸承的故障位置也能夠識(shí)別故障程度。(5)將凸包估計(jì)與最近鄰分類思想相融合,提出了基于凸包的另一種多分類方法,即最近鄰?fù)拱诸?Nearest Neighbor Convex Hull Classification,NNCHC)方法。同時(shí),對(duì)廣義MDM算法進(jìn)行修改并將其推廣到NNCHC中的優(yōu)化問(wèn)題。將NNCHC和局部特征尺度分解(Local Characteristic-scale Decomposition,LCD)相結(jié)合,提出了基于NNCHC和LCD的滾動(dòng)軸承故障診斷方法。實(shí)驗(yàn)結(jié)果表明,NNCHC能成功地實(shí)現(xiàn)對(duì)滾動(dòng)軸承故障位置的識(shí)別,而且在小樣本的情況下也仍能取得高的正確識(shí)別率。
文內(nèi)圖片：
圖片說(shuō)明： i l成立，此時(shí)收縮凸包將退化為一點(diǎn)即中心點(diǎn)，如圖2.4(e)所示。注意到，公式(2.6)中定義了收縮因子 的取值范圍。一方面， 的值不能小于1 l ，否則所有系數(shù)之和將會(huì)與系數(shù)約束條件11lii 相矛盾，這意味著收縮凸包將會(huì)成為一個(gè)空集。另一方面， 大于1時(shí)公式(2.6)所表示的幾何模型即是原始的凸包，這意味著就幾何形狀而言， 1總是與 1等價(jià)的。(a) 1(b) 3 4(c) 1 2(d) 5 12(e) 1 3圖 2.4 不同收縮因子的收縮凸包對(duì)凸包進(jìn)行收縮的目的是為了使得原點(diǎn)落在凸包之外。只要收縮因子 合適，原來(lái)的線性不可分情況將會(huì)變成線性可分情況。在線性不可分情況下，，確定收縮凸包上具有最小模的點(diǎn)可以表達(dá)為以下最小模問(wèn)題11mins.t. 1
文內(nèi)圖片：
圖片說(shuō)明： 小模問(wèn)題(Minimum 而將公式(2.7)中的問(wèn)em associated with the RCH的核心問(wèn)題就是要種解決最小模問(wèn)題的確定凸集到原點(diǎn)距離集。因此，可以采用G本凸包的最小模點(diǎn)。在樣本Ax ，并用其更新的更新點(diǎn)即neww 。Gilb
【學(xué)位授予單位】：湖南大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2016
【分類號(hào)】：TH133.33

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張益純,劉振娟;滾動(dòng)軸承故障分析探討[J];內(nèi)燃機(jī)配件;2000年03期

2 秦愷,陳進(jìn),姜鳴,陳春梅;一種滾動(dòng)軸承故障特征提取的新方法——譜相關(guān)密度[J];振動(dòng)與沖擊;2001年01期

3 鄧長(zhǎng)春;;聲發(fā)射法在滾動(dòng)軸承故障識(shí)別中的應(yīng)用[J];試驗(yàn)技術(shù)與試驗(yàn)機(jī);2002年Z2期

4 任昭蓉;滾動(dòng)軸承故障的小波診斷法[J];機(jī)械制造與自動(dòng)化;2004年06期

5 陸爽,田野;滾動(dòng)軸承故障特征識(shí)別的時(shí)頻分析研究[J];機(jī)床與液壓;2005年06期

6 江涌;基于余弦調(diào)頻小波變換的滾動(dòng)軸承故障研究[J];機(jī)械設(shè)計(jì)與制造;2005年06期

7 程光友;;時(shí)域指標(biāo)在滾動(dòng)軸承故障診斷中的應(yīng)用[J];中國(guó)設(shè)備工程;2005年12期

8 陳洪軍;趙新澤;王延軍;;滾動(dòng)軸承故障試驗(yàn)臺(tái)的理論建模分析[J];四川理工學(xué)院學(xué)報(bào)(自然科學(xué)版);2005年04期

9 李崇晟;滾動(dòng)軸承故障的非線性診斷方法[J];軸承;2005年05期

10 趙春華;嚴(yán)新平;趙新澤;袁成清;高虹亮;;滾動(dòng)軸承故障的可拓物元診斷方法[J];潤(rùn)滑與密封;2006年04期

相關(guān)會(huì)議論文 前10條

1 張益純;;常見(jiàn)滾動(dòng)軸承故障診斷的技術(shù)探討[A];第十屆全國(guó)設(shè)備監(jiān)測(cè)與診斷技術(shù)學(xué)術(shù)會(huì)議論文集[C];2000年

2 劉玉林;;貨車滾動(dòng)軸承故障不分解診斷技術(shù)參數(shù)選擇與優(yōu)化探討[A];擴(kuò)大鐵路對(duì)外開放、確保重點(diǎn)物資運(yùn)輸——中國(guó)科協(xié)2005年學(xué)術(shù)年會(huì)鐵道分會(huì)場(chǎng)暨中國(guó)鐵道學(xué)會(huì)學(xué)術(shù)年會(huì)和粵海通道運(yùn)營(yíng)管理學(xué)術(shù)研討會(huì)論文集[C];2005年

3 楊積忠;左立建;;滾動(dòng)軸承故障診斷實(shí)例[A];設(shè)備監(jiān)測(cè)與診斷技術(shù)及其應(yīng)用——第十二屆全國(guó)設(shè)備監(jiān)測(cè)與診斷學(xué)術(shù)會(huì)議論文集[C];2005年

4 何斌;戚佳杰;;小波分析在滾動(dòng)軸承故障診斷中的應(yīng)用研究[A];第九屆全國(guó)振動(dòng)理論及應(yīng)用學(xué)術(shù)會(huì)議論文摘要集[C];2007年

5 李放寧;;峰值能量在滾動(dòng)軸承故障診斷中的應(yīng)用[A];第十屆全國(guó)設(shè)備監(jiān)測(cè)與診斷技術(shù)學(xué)術(shù)會(huì)議論文集[C];2000年

6 何斌;戚佳杰;;小波分析在滾動(dòng)軸承故障診斷中的應(yīng)用研究[A];第九屆全國(guó)振動(dòng)理論及應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2007年

7 張九軍;;常見(jiàn)滾動(dòng)軸承故障的簡(jiǎn)易診斷[A];2008年全國(guó)煉鐵生產(chǎn)技術(shù)會(huì)議暨煉鐵年會(huì)文集（上冊(cè)）[C];2008年

8 李興林;;滾動(dòng)軸承故障診斷技術(shù)現(xiàn)狀及發(fā)展[A];2009年全國(guó)青年摩擦學(xué)學(xué)術(shù)會(huì)議論文集[C];2009年

9 唐海峰;陳進(jìn);董廣明;;信號(hào)稀疏分解方法在滾動(dòng)軸承故障診斷中的應(yīng)用[A];第十二屆全國(guó)設(shè)備故障診斷學(xué)術(shù)會(huì)議論文集[C];2010年

10 高耀智;;高階統(tǒng)計(jì)量與小波分析相結(jié)合在滾動(dòng)軸承故障診斷中的應(yīng)用[A];2009年全國(guó)青年摩擦學(xué)學(xué)術(shù)會(huì)議論文集[C];2009年

相關(guān)博士學(xué)位論文 前10條

1 郝騰飛;航空發(fā)動(dòng)機(jī)滾動(dòng)軸承故障的核方法智能識(shí)別技術(shù)研究[D];南京航空航天大學(xué);2014年

2 廖強(qiáng);約束獨(dú)立分量和多小波分析在滾動(dòng)軸承故障診斷中的應(yīng)用[D];電子科技大學(xué);2016年

3 曾鳴;基于凸包的模式識(shí)別方法及其在滾動(dòng)軸承故障診斷中的應(yīng)用[D];湖南大學(xué);2016年

4 于江林;滾動(dòng)軸承故障的非接觸聲學(xué)檢測(cè)信號(hào)特性及重構(gòu)技術(shù)研究[D];大慶石油學(xué)院;2009年

5 楊柳松;基于小波分析與神經(jīng)網(wǎng)絡(luò)滾動(dòng)軸承故障診斷方法的研究[D];東北林業(yè)大學(xué);2013年

6 從飛云;基于滑移向量序列奇異值分解的滾動(dòng)軸承故障診斷研究[D];上海交通大學(xué);2012年

7 趙協(xié)廣;基于小波變換和經(jīng)驗(yàn)?zāi)B(tài)分解的滾動(dòng)軸承故障診斷方法研究[D];山東科技大學(xué);2009年

8 侯者非;強(qiáng)噪聲背景下滾動(dòng)軸承故障診斷的關(guān)鍵技術(shù)研究[D];武漢理工大學(xué);2010年

9 郭艷平;面向風(fēng)力發(fā)電機(jī)組齒輪箱滾動(dòng)軸承故障診斷的理論與方法研究[D];浙江大學(xué);2012年

10 孟濤;齒輪與滾動(dòng)軸承故障的振動(dòng)分析與診斷[D];西北工業(yè)大學(xué);2003年

相關(guān)碩士學(xué)位論文 前10條

1 李男;基于LMD樣本熵和貝葉斯網(wǎng)絡(luò)的滾動(dòng)軸承故障診斷方法[D];燕山大學(xué);2015年

2 李玉奎;基于非平穩(wěn)信號(hào)分析的滾動(dòng)軸承故障診斷研究[D];燕山大學(xué);2015年

3 卜勇霞;基于時(shí)頻分析方法的滾動(dòng)軸承故障診斷研究[D];昆明理工大學(xué);2015年

4 馬寶;基于KICA和LSSVM的滾動(dòng)軸承故障監(jiān)測(cè)及診斷方法[D];昆明理工大學(xué);2015年

5 馮春生;基于多源不確定信息融合的數(shù)控機(jī)床滾動(dòng)軸承故障診斷方法與實(shí)驗(yàn)研究[D];青島理工大學(xué);2015年

6 王天一;基于正交小波優(yōu)化閾值降噪方法的滾動(dòng)軸承故障診斷研究[D];哈爾濱工業(yè)大學(xué);2015年

7 宋耀文;基于振動(dòng)信號(hào)分析的滾動(dòng)軸承故障特征提取與診斷研究[D];中國(guó)礦業(yè)大學(xué);2015年

8 韓一村;基于多傳感器的滾動(dòng)軸承故障檢測(cè)研究[D];河南科技大學(xué);2015年

9 王秀娟;基于LMD的譜峭度算法在滾動(dòng)軸承故障診斷中的應(yīng)用研究[D];電子科技大學(xué);2014年

10 段永強(qiáng);局部均值分解法在滾動(dòng)軸承故障自動(dòng)診斷中的應(yīng)用研究[D];電子科技大學(xué);2015年

本文編號(hào)：2516086