【摘要】： 齒輪箱系統(tǒng)是旋轉(zhuǎn)機(jī)械中常用的傳動(dòng)設(shè)備,它工作是否正常直接關(guān)系到整個(gè)設(shè)備的運(yùn)行狀態(tài),對其進(jìn)行狀態(tài)監(jiān)測,及時(shí)發(fā)現(xiàn)故障,并對故障進(jìn)行分類識別有重大的意義,可以避免不必要的損失。一般齒輪箱的工作環(huán)境比較惡劣,采集的信號中背景噪聲比較大,一部分有用信號可能被強(qiáng)噪聲覆蓋,在進(jìn)行故障分析前需要對其進(jìn)行降噪處理。 粒子濾波技術(shù)是一種新型的基于模型的狀態(tài)估計(jì)技術(shù),在深入研究粒子濾波原理的基礎(chǔ)上將其應(yīng)用于齒輪箱振動(dòng)加速度信號降噪處理中。利用粒子濾波技術(shù)進(jìn)行降噪,需要知道信號的模型和噪聲的統(tǒng)計(jì)特性,本文的處理方法為:對振動(dòng)加速度信號建立時(shí)間序列AR模型,再將此模型的系數(shù)作為粒子濾波狀態(tài)方程的系數(shù);在了解小波變換降噪原理后,將小波變換閾值降噪思想用于提取噪聲信號中,將提取的噪聲信號用于粒子濾波觀測方程中,此時(shí)假設(shè)噪聲是加性的。 在上述理論分析的基礎(chǔ)上,對實(shí)驗(yàn)室采集的齒輪箱振動(dòng)加速度信號進(jìn)行分析處理,先用粒子濾波技術(shù)進(jìn)行降噪,之后再用BP神經(jīng)網(wǎng)絡(luò)對其進(jìn)行故障模式分類識別。神經(jīng)網(wǎng)絡(luò)是一種自適應(yīng)的模式識別技術(shù),在故障模式識別中的應(yīng)用非常廣泛,理論研究也較成熟。本文對經(jīng)過粒子濾波降噪的數(shù)據(jù)和沒有經(jīng)過處理的數(shù)據(jù)分別用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行診斷,BP神經(jīng)網(wǎng)絡(luò)的輸入向量為兩組數(shù)據(jù)經(jīng)過小波包變換提取的能量譜尺度,之后進(jìn)行訓(xùn)練、測試和診斷。結(jié)果說明經(jīng)過粒子濾波降噪后的數(shù)據(jù)診斷效果比較好,也證明了粒子濾波降噪的效果較好。
【學(xué)位授予單位】：中北大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2010
【分類號】：TH132.41;TH165.3

【引證文獻(xiàn)】

相關(guān)博士學(xué)位論文 前1條

1 李孟麟;融合葉尖定時(shí)信號的旋轉(zhuǎn)機(jī)械轉(zhuǎn)子故障診斷技術(shù)研究[D];天津大學(xué);2011年

相關(guān)碩士學(xué)位論文 前6條

1 王曉斌;基于粒子濾波的齒輪箱故障診斷研究[D];中北大學(xué);2011年

2 馬航;齒輪箱故障診斷中粒子濾波技術(shù)的應(yīng)用[D];中北大學(xué);2011年

3 李桃;基于粒子濾波技術(shù)的齒輪箱故障診斷研究[D];中北大學(xué);2012年

4 陳培永;動(dòng)態(tài)信號處理若干技術(shù)及應(yīng)用[D];南京航空航天大學(xué);2012年

5 馬濤;基于振動(dòng)信號的大型風(fēng)力發(fā)電機(jī)齒輪箱健康狀態(tài)預(yù)測研究[D];沈陽工業(yè)大學(xué);2013年

6 徐春雷;基于粒子濾波方法的齒輪箱故障診斷技術(shù)[D];中北大學(xué);2013年

，

本文編號：2665727