【摘要】：機(jī)械故障預(yù)測(cè)技術(shù)可以提前發(fā)現(xiàn)機(jī)械設(shè)備可能發(fā)生的故障,對(duì)于保障設(shè)備平穩(wěn)運(yùn)行具有重大意義。機(jī)械設(shè)備振動(dòng)信號(hào)的頻譜能夠反映其運(yùn)行狀態(tài),通過(guò)對(duì)頻譜進(jìn)行預(yù)測(cè)不僅能夠判斷故障的嚴(yán)重程度,還能得到故障的類(lèi)型。而對(duì)頻譜的預(yù)測(cè)與單一特征頻率處的幅值預(yù)測(cè)不同,屬于多變量時(shí)間序列預(yù)測(cè)。多變量時(shí)間序列具有信息量大、噪聲多、變量相關(guān)的特點(diǎn),單變量的預(yù)測(cè)模型不適用于多變量的預(yù)測(cè)。極限學(xué)習(xí)機(jī)是一種單隱層前饋神經(jīng)網(wǎng)絡(luò),學(xué)習(xí)精度高,運(yùn)算速度快,適合對(duì)多變量數(shù)據(jù)進(jìn)行處理,將其與奇異值分解的降維思想結(jié)合,提出基于奇異值分解的極限學(xué)習(xí)機(jī)模型,實(shí)現(xiàn)對(duì)頻譜的預(yù)測(cè)。本文的主要研究?jī)?nèi)容如下:1、研究了基于全矢奇異值分解的信號(hào)處理方法,首先根據(jù)奇異值分解的原理,建立奇異值分解信號(hào)處理模型。通過(guò)仿真和實(shí)驗(yàn)分析了其去噪過(guò)程。針對(duì)單通道信號(hào)包含的信息不全面的問(wèn)題,將全矢譜技術(shù)和奇異值分解方法結(jié)合,建立全矢奇異值分解模型,對(duì)滾動(dòng)軸承的雙通道信號(hào)進(jìn)行頻譜分析。將得到的全矢譜與單通道頻譜進(jìn)行對(duì)比,研究結(jié)果表明,全矢奇異值分解方法能夠得到更加完整的頻譜。2、研究了多變量極限學(xué)習(xí)機(jī)預(yù)測(cè)模型。為了解決頻譜結(jié)構(gòu)的預(yù)測(cè)問(wèn)題,在極限學(xué)習(xí)機(jī)的基礎(chǔ)上,提出多變量極限學(xué)習(xí)機(jī)的預(yù)測(cè)方法。首先運(yùn)用滑動(dòng)窗口法對(duì)頻譜的多變量時(shí)間序列進(jìn)行處理,構(gòu)建訓(xùn)練和測(cè)試樣本矩陣。在將樣本矩陣輸入極限學(xué)習(xí)機(jī)時(shí),將樣本矩陣進(jìn)行向量化處理。運(yùn)用此模型對(duì)滾動(dòng)軸承的內(nèi)圈振動(dòng)數(shù)據(jù)做頻譜結(jié)構(gòu)預(yù)測(cè),研究表明,多變量極限學(xué)習(xí)機(jī)可以預(yù)測(cè)故障特征,但對(duì)于整個(gè)頻譜結(jié)構(gòu)的預(yù)測(cè)精度不高,需要進(jìn)行改進(jìn)。3、研究了SVDELM預(yù)測(cè)模型。極限學(xué)習(xí)在樣本輸入時(shí),將矩陣形式的多變量時(shí)間序列轉(zhuǎn)換為了向量形式,破壞了原數(shù)據(jù)的結(jié)構(gòu),為了解決這一問(wèn)題,在極限學(xué)習(xí)機(jī)的基礎(chǔ)上,在輸入層和隱藏層間增加奇異值分解層對(duì)樣本進(jìn)行降維,構(gòu)建了SVDELM預(yù)測(cè)模型。分析了方法的原理和預(yù)測(cè)流程,對(duì)以全矢奇異值分解方法得到的頻譜進(jìn)行預(yù)測(cè)。研究表明,SVDELM方法能夠?qū)崿F(xiàn)對(duì)頻譜結(jié)構(gòu)的準(zhǔn)確預(yù)測(cè)。
【圖文】：

原信號(hào)時(shí)域圖和頻域圖

含噪信號(hào)時(shí)域圖和頻域圖
【學(xué)位授予單位】：鄭州大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類(lèi)號(hào)】：TH17

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 余斌;;奇異值分解在人臉識(shí)別中的應(yīng)用[J];知識(shí)文庫(kù);2017年15期

2 M.穆倫;張俊芳;;修正的奇異值分解并行實(shí)現(xiàn)[J];雷達(dá)與對(duì)抗;1992年04期

3 肖丁;關(guān)于加權(quán)奇異值分解與QR分解的漸近表達(dá)式的證明[J];大連理工大學(xué)學(xué)報(bào);1988年04期

4 朱明,陳鹿民;機(jī)械回路系統(tǒng)動(dòng)力學(xué)分析的奇異值分解(SVD)縮聚法[J];南京航空航天大學(xué)學(xué)報(bào);1989年02期

5 萬(wàn)明堅(jiān),肖先賜;基于矩陣奇異值分解的空間譜估計(jì)算法[J];電子科技大學(xué)學(xué)報(bào);1989年02期

6 夏江海;;奇異值分解在位場(chǎng)資料處理中的應(yīng)用[J];物探化探計(jì)算技術(shù);1989年02期

7 戴偉輝，呂維雪，，段云所，楊芙清;多準(zhǔn)則優(yōu)化圖象重建方法的奇異值分解研究[J];計(jì)算機(jī)學(xué)報(bào);1997年07期

8 張麗艷;殷福亮;;一種改進(jìn)的奇異值分解語(yǔ)音增強(qiáng)方法[J];電子與信息學(xué)報(bào);2008年02期

9 王娟;黃忠朝;劉正春;;基于增強(qiáng)的譜分析和奇異值分解的T波交替檢測(cè)[J];浙江大學(xué)學(xué)報(bào)(工學(xué)版);2012年01期

10 張登銀;劉琬;;一種改進(jìn)的基于奇異值分解的數(shù)字水印算法[J];計(jì)算機(jī)安全;2009年02期

相關(guān)會(huì)議論文 前10條

1 張景瑞;;基于奇異值分解的SGCMGs輸出誤差分析及操縱律設(shè)計(jì)[A];第三屆全國(guó)動(dòng)力學(xué)與控制青年學(xué)者研討會(huì)論文摘要集[C];2009年

2 黃詩(shī)純;姜兆能;宣曉峰;;混合FDTD-SVD的高階模態(tài)分析方法研究[A];2019年全國(guó)微波毫米波會(huì)議論文集（上冊(cè)）[C];2019年

3 毛樹(shù)華;;基于奇異值分解的灰色模型參數(shù)估計(jì)[A];第16屆全國(guó)灰色系統(tǒng)學(xué)術(shù)會(huì)議論文集[C];2008年

4 張友民;陳洪亮;戴冠中;;基于奇異值分解的固定區(qū)間平滑新方法[A];1995年中國(guó)控制會(huì)議論文集（上）[C];1995年

5 葛照強(qiáng);王講書(shū);楊戰(zhàn)民;;廣義系統(tǒng)結(jié)構(gòu)穩(wěn)定的狀態(tài)反饋[A];1995年中國(guó)控制會(huì)議論文集（上）[C];1995年

6 周友明;孫勇軍;;基于小波奇異值分解的顫振飛行試驗(yàn)數(shù)據(jù)處理方法研究[A];第十屆全國(guó)空氣彈性學(xué)術(shù)交流會(huì)會(huì)議論文集[C];2007年

7 朱曉臨;李雪艷;陳Z

本文編號(hào)：2670870