【摘要】：盲系統(tǒng)辨識是一種僅從輸出信號中提取系統(tǒng)的未知信息的基本信號處理方法。它特別適合對由未知信號驅(qū)動的未知系統(tǒng)的分析和處理。本文結(jié)合國家自然科學(xué)基金(編號:50775208)、河南省教育廳自然科學(xué)基金(編號:2006460005,2008C460003),對盲系統(tǒng)辨識方法在機械故障診斷中的應(yīng)用進行了深入研究。其主要內(nèi)容包括以下幾個方面: 第一章,論述本課題的提出及其意義,綜述了盲系統(tǒng)辨識方法的發(fā)展和在機械故障診斷領(lǐng)域中的應(yīng)用形狀,提出了本論文的主要內(nèi)容及創(chuàng)新之處。 第二章,論述了盲系統(tǒng)辨識方法的理論基礎(chǔ),對盲系統(tǒng)辨識的基本概念與主要算法進行了闡述,本章是整篇論文的理論基礎(chǔ)。 第三章,針對現(xiàn)有的時序模型盲辨識只適用于平穩(wěn)信號分析的不足,提出了一種基于經(jīng)驗?zāi)B(tài)分解的AR模型盲辨識的非平穩(wěn)信號處理方法。該方法繼承了現(xiàn)有的時序模型盲辨識方法的優(yōu)點,拓展了現(xiàn)有的時序模型盲辨識方法的范圍,可很好地處理非平穩(wěn)信號。同時,將提出的方法與關(guān)聯(lián)維數(shù)結(jié)合,利用EMD將振動信號分解成若干個平穩(wěn)的IMF,對每一個IMF分量進行AR模型盲辨識,以各個IMF的AR子模型系數(shù)作為特征向量,并通過關(guān)聯(lián)維數(shù)來區(qū)別故障類型。提出的方法與傳統(tǒng)的AR模型盲辨識方法進行了對比分析,實驗結(jié)果分析表明,該方法是有效的。 第四章,結(jié)合階比分析和現(xiàn)有時序模型盲辨識方法各自的優(yōu)點,提出了一種基于階比域的AR模型盲辨識算法。該方法是將時域采樣所得的非穩(wěn)態(tài)信號按等角度重采樣,從而得到階域中的穩(wěn)定信號,對其建立AR模型進行盲辨識求出模型參數(shù)。該方法繼承了現(xiàn)有的時序模型盲辨識方法的所有優(yōu)點,同時克服了現(xiàn)有時序模型盲辨識方法在處理非平穩(wěn)信號的不足,拓展了現(xiàn)有的時序模型盲辨識方法的范圍,可很好地處理非平穩(wěn)信號。在此基礎(chǔ)上又提出了基于階比域AR模型盲辨識的參數(shù)化雙譜分析方法在機械故障診斷中的應(yīng)用研究,并對所提出的方法進行了仿真及實驗研究,結(jié)果表明所提算法具有良好的一致收斂性。 第五章,詳細(xì)論述了雙線性盲系統(tǒng)辨識方法的基本思想及算法。利用雙線性系統(tǒng)模型結(jié)構(gòu)簡單、具有規(guī)律性且能較準(zhǔn)確地描述許多非線性過程的特點,基于此,提出了雙線性系統(tǒng)盲辨識方法在機械故障診斷中的應(yīng)用研究,并對其進行仿真研究。同時運用此方法對轉(zhuǎn)子不同故障信號進行分析,結(jié)果表明,該方法能有效地表征轉(zhuǎn)子故障的特征。 第六章,對本論文的研究工作進行了全面總結(jié),并對下一步的工作做了展望。
【圖文】：

鄭州大學(xué)碩士學(xué)位論文型盲辨識的參數(shù)化雙譜如圖4一7和圖4一8所示，同時，為了對所得到的結(jié)果進行比較，也給出了油膜渦動和轉(zhuǎn)子碰摩的非參數(shù)化雙譜如圖4一9和圖4一10所示。入斗入口口 口l二 二萬 萬 1.1111111卜 卜卜二 二 二 1.!!!!!!! .....一~-.___」 」 」‘一一-..」 」 」 」 {{{{{二， ，匯一 {{{護.~~.，......， ，，}一 )))}一 一 {{{{{___J_滋 滋 滋腸 .1111111二 二 二 二二 lllllll LLLLLLLLLes__月」 」 」 」一一 {{{…一膨 膨護.~~月

鄭州大學(xué)碩士學(xué)位論文型盲辨識的參數(shù)化雙譜如圖4一7和圖4一8所示，同時，為了對所得到的結(jié)果進行比較，也給出了油膜渦動和轉(zhuǎn)子碰摩的非參數(shù)化雙譜如圖4一9和圖4一10所示。入斗入口口 口l二 二萬 萬 1.1111111卜 卜卜二 二 二 1.!!!!!!! .....一~-.___」 」 」‘一一-..」 」 」 」 {{{{{二， ，匯一 {{{護.~~.，......， ，}一 )))}一 一 {{{{{___J_滋 滋 滋腸 .1111111二 二 二 二二 lllllll LLLLLLLLLes__月」 」 」 」一一 {{{…一膨 膨護.~~月
【學(xué)位授予單位】：鄭州大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2008
【分類號】：TH165.3

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 黃玉潔,趙曉杰;雙線性系統(tǒng)的含義及其特性[J];鞍山師范學(xué)院學(xué)報;2005年02期

2 張志涌,王俊;信道盲辨識的新方法[J];電子學(xué)報;2003年S1期

3 李志農(nóng),丁啟全,吳昭同,鄭時雄;AR模型的盲辨識及其在機械故障中的應(yīng)用研究[J];機床與液壓;2003年01期

4 寶音賀西,姜興渭,黃文虎;參數(shù)估計法在雙線性系統(tǒng)故障診斷中的應(yīng)用[J];哈爾濱工業(yè)大學(xué)學(xué)報;2001年02期

5 梁平;龍新峰;樊福梅;;基于分形關(guān)聯(lián)維的汽輪機轉(zhuǎn)子的振動故障診斷[J];華南理工大學(xué)學(xué)報(自然科學(xué)版);2006年04期

6 謝向榮;陳洪峰;朱石堅;劉樹勇;;關(guān)聯(lián)維數(shù)在齒輪箱振動信號特征提取中的應(yīng)用[J];海軍工程大學(xué)學(xué)報;2005年06期

7 唐貴基,王維珍,胡愛軍,田麗潔;Hilbert-Huang變換及其在旋轉(zhuǎn)機械故障診斷中的應(yīng)用[J];礦山機械;2005年05期

8 魏瑞軒,韓崇昭,左東廣;非線性系統(tǒng)廣義脈沖響應(yīng)函數(shù)的盲辨識[J];控制與決策;2002年03期

9 黨建武,黃建國;基于G.P算法的關(guān)聯(lián)維計算中參數(shù)取值的研究[J];計算機應(yīng)用研究;2004年01期

10 侯志祥,申群太,李河清;基于ANFIS的非線性系統(tǒng)辨識研究[J];計算機仿真;2004年07期

本文編號：2636661