本文關(guān)鍵詞：基于小波分析的齒輪箱故障診斷技術(shù)研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著科學(xué)技術(shù)的逐步發(fā)展,齒輪箱作為一種通用零部件,已被廣泛應(yīng)用于現(xiàn)代化的機械設(shè)備中。齒輪箱運行工況惡劣,內(nèi)部構(gòu)造比較復(fù)雜,所以很容易引發(fā)機械設(shè)備故障。為了減少經(jīng)濟損失,近些年故障診斷技術(shù)已成為社會重點的研究課題。故障診斷技術(shù)主要有振動信號的采集及預(yù)處理、提取信號的特征向量和運行狀態(tài)識別三大部分。作為一種先進的信號處理分析方法,小波變換具多分辨率的特性,可以將信號進行放大細化,在時、頻域都能清晰分析信號的信息,所以在齒輪箱的故障診斷方面應(yīng)用廣泛。本文主要按以下幾個方面進行研究:研究了齒輪箱的振動機理及信號特性,針對信號中存在的大量噪聲,采用了小波變換的方法進行小波分解,并用強制閾值、默認閾值等方法進行小波高頻去噪處理。同時引入了小波包分解的方法,對信號進行多頻帶劃分,并進行多種閾值方法去噪處理比較。通過仿真實驗,表明用小波分析及小波包分解進行振動信號去噪的有效性。小波變換可以對信號進行精細地分解,提取準(zhǔn)確的特征向量,因此常常用小波來作為信號的特征提取器。本文針對齒輪箱信號復(fù)雜多變,小波基選取困難的問題,引入了自適應(yīng)小波基理論。針對自適應(yīng)小波基構(gòu)造算法忽略尺度函數(shù)的缺陷,提出建立尺度空間上的信號差能量極小化及小波空間上的信號差能量極大化模型,構(gòu)造自適應(yīng)小波基。仿真實驗表明,改進的自適應(yīng)小波基算法有更大的靈活性,自適應(yīng)小波基函數(shù)可以更為精細的分解信號,用少量的數(shù)據(jù)表示更為豐富的信息。本文基于不同狀態(tài)下齒輪箱振動信號能量譜、包絡(luò)譜的差異,在構(gòu)造自適應(yīng)小波基的基礎(chǔ)上,將信號進行自適應(yīng)小波包分解,并結(jié)合信號的能量譜來提取信號的能量分布特征,結(jié)合信號的包絡(luò)譜來提取信號在特定頻段上的包絡(luò)譜特征。實驗表明,基于改進的自適應(yīng)小波算法提取的信號特征更能表征齒輪箱的振動信號特性。采用基于最小錯誤率的貝葉斯分類器進行齒輪箱的故障診斷,然而當(dāng)樣品特征向量相互交織時,貝葉斯分類器會發(fā)生錯分現(xiàn)象,針對此類易被錯分的樣品,提出一種基于混合交叉域的分類器算法。該算法以F-measure作為綜合評價準(zhǔn)則,將錯分概率密度融入準(zhǔn)則函數(shù)中,用梯度下降法進行迭代計算求出判別函數(shù)。為了提高齒輪箱的狀態(tài)識別正確率,本文采用貝葉斯分類器與基于混合交叉域的分類器相結(jié)合的分類器算法進行故障識別。
【關(guān)鍵詞】：自適應(yīng)小波 包絡(luò)譜 能量譜 貝葉斯分類器 綜合評價準(zhǔn)則
【學(xué)位授予單位】：天津理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TH165.3
【目錄】：

• 中文摘要5-6
• abstract6-9
• 第一章 緒論9-14
• 1.1 齒輪箱故障診斷的研究背景與意義9
• 1.2 齒輪箱故障診斷的內(nèi)容9-10
• 1.3 齒輪箱故障診斷的國內(nèi)外研究現(xiàn)狀10-12
• 1.4 本論文主要研究內(nèi)容及結(jié)構(gòu)12-14
• 第二章 基于小波的齒輪箱信號去噪處理14-24
• 2.1 齒輪箱振動機理及特征分析14-15
• 2.2 小波分析理論15-19
• 2.3 基于小波分析的齒輪箱信號去噪19-22
• 2.4 本章小結(jié)22-24
• 第三章 基于齒輪箱信號的小波基構(gòu)造與選擇24-39
• 3.1 緊支撐雙正交小波基函數(shù)的構(gòu)造24-28
• 3.2 齒輪箱信號自適應(yīng)小波基的構(gòu)造28-36
• 3.2.1 自適應(yīng)小波基的構(gòu)造方法28-33
• 3.2.2 自適應(yīng)小波基的改進算法33-36
• 3.3 基于不同小波基的信號處理仿真實驗36-38
• 3.3.1 緊支集雙正交小波基的應(yīng)用36
• 3.3.2 自適應(yīng)小波基的應(yīng)用36-38
• 3.4 本章小結(jié)38-39
• 第四章 基于自適應(yīng)小波的特征提取39-46
• 4.1 自適應(yīng)小波包能量譜分布特征39-44
• 4.2 自適應(yīng)小波包絡(luò)譜特征44-45
• 4.3 本章小結(jié)45-46
• 第五章 基于貝葉斯分類器改進算法的故障診斷46-57
• 5.1 基于最小錯誤率的貝葉斯分類器46-50
• 5.2 一種基于混合交叉域的分類器設(shè)計50-51
• 5.3 基于貝葉斯和混合交叉域相結(jié)合的分類器設(shè)計51-54
• 5.4 仿真實驗54-56
• 5.5 本章小結(jié)56-57
• 第六章 總結(jié)與展望57-58
• 參考文獻58-61
• 發(fā)表論文和科研情況說明61-62
• 致謝62-63

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 全學(xué)海;丁宣浩;蔣英春;;基于EMD的瞬時頻率計算方法的比較研究[J];大眾科技;2009年06期

2 王新晴,王耀華,陳六海,唐文標(biāo),徐燕申;齒輪傳動中幾種典型故障的振動圖譜分析[J];機械傳動;1999年03期

3 吳亞輝;陳東海;冷軍發(fā);;基于小波包與Hilbert解調(diào)譜的礦用齒輪箱故障診斷[J];機械傳動;2009年02期

4 丁康,江利旗;解調(diào)分析在機械振動分析中應(yīng)用的局限性研究[J];機械科學(xué)與技術(shù);2000年05期

5 傅勤毅,章易程,應(yīng)力軍,李國順;滾動軸承故障特征的小波提取方法[J];機械工程學(xué)報;2001年02期

6 韓業(yè)鋒;仲濤;石磊;;基于包絡(luò)譜分析的滾動軸承故障診斷分析[J];機械研究與應(yīng)用;2010年04期

7 張學(xué)工;關(guān)于統(tǒng)計學(xué)習(xí)理論與支持向量機[J];自動化學(xué)報;2000年01期

8 韓震宇,申旭娟,石章林;信號的多分辨率分析及其在消噪中的應(yīng)用[J];四川聯(lián)合大學(xué)學(xué)報(工程科學(xué)版);1999年01期

9 肖鵬;朱浩;余劍武;;基于Hilbert變換的軸承故障診斷研究[J];精密制造與自動化;2010年02期

10 孔德順;申永軍;張光明;;基于小波包變換相關(guān)性的信號降噪方法及齒輪故障診斷[J];石家莊鐵道學(xué)院學(xué)報(自然科學(xué)版);2008年01期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前3條

1 余紅英;機械系統(tǒng)故障信號特征提取技術(shù)研究[D];中北大學(xué);2005年

2 李春庚;自適應(yīng)小波的構(gòu)造及其在信號處理中的應(yīng)用[D];大連海事大學(xué);2007年

3 胡愛軍;Hilbert-Huang變換在旋轉(zhuǎn)機械振動信號分析中的應(yīng)用研究[D];華北電力大學(xué)（河北）;2008年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 周小勇;小波分析在故障診斷中的應(yīng)用[D];上海海運學(xué)院;2001年

2 蔡源春;汽車變速器軸承故障診斷研究[D];湖南大學(xué);2007年

  本文關(guān)鍵詞：基于小波分析的齒輪箱故障診斷技術(shù)研究，，由筆耕文化傳播整理發(fā)布。

本文編號：262378