【摘要】：旋轉機械在機械設備的應用中占有很大的比例,其安全運行則顯得及其重要,而轉子系統(tǒng)作為其核心部件極易受到損壞,可見研究轉子故障對未來機械安全高速發(fā)展有著重要的意義。當前,研究轉子故障診斷的方法主要從故障的振動信號入手,對信號的處理和故障類型的識別成為機械系統(tǒng)安全的關鍵。本文以研究機械轉子故障診斷精度為目的,將改進的經(jīng)驗小波變換(Empirical Wavelet Transform,EWT)信號處理方法和相關向量機(Relevance vector machine,RVM)識別方法相結合,形成了一種應用于轉子故障分析的新方法,并且開發(fā)出基于新方法的機械轉子故障分析軟件,形成轉子故障分析系統(tǒng)。論文首先分析了EWT算法的相關理論,因其自身不能對信號進行去噪去干擾以及方法難以對信號頻譜進行合理分割,提出一種基于信號分量相關性和尺度空間法的EWT新方法,通過構建三角函數(shù)信號對新理論進行了驗證,從時、頻域分析驗證了方法的合理性。其次分析了RVM算法的相關理論,由于其核函數(shù)與核參數(shù)的確定是正確識別的關鍵,提出了一種新的核函數(shù)重構方法,并采用粒子群優(yōu)化算法(Particle swarm optimization,PSO)對新核函數(shù)的核參數(shù)進行了運算尋優(yōu),提出了改進的RVM新理論,有效增強了RVM識別的正確性,并在University of California Irvine(UCI)數(shù)據(jù)集中將新理論作出了驗證。最后將改進的EWT和RVM方法應用到機械轉子故障診斷中,分析了轉子不平衡、不對中、碰磨、軸裂紋、不平衡與不對中耦合、不平衡與碰磨耦合6種機械轉子故障。利用改進的EWT對實驗采集的轉子故障信號實現(xiàn)了良好的去噪去干擾處理,提取出了信號在頻域的頻帶能量特征,利用改進的RVM對故障類型進行了識別獲得高的識別正確率,并以識別正確率為評價指標,與現(xiàn)有方法進行了對比,結果表明,本文提出的方法可以提高轉子故障的診斷精度。同時,文章還基于MATLAB/GUI模塊開發(fā)出了以改進的EWT與RVM為核心的轉子故障分析軟件,軟件可實現(xiàn)對轉子類故障進行信號的處理和故障類型識別。通過軟件與機械故障模擬平臺相結合,形成一套完善的轉子故障分析系統(tǒng)。
【圖文】：

圖 2.1 尺度空間法流程圖信號、或者信號與其經(jīng)過信號的互相關，后者為信討論：稱之為互協(xié)方差，它是用與對應的未知的信號進行 f (x)和 g (x)來說，，互相t fxgx tdx( )()()互相關 R(t)fg定義為：

仿真信號頻域處理結果
【學位授予單位】：西安工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TH17

【參考文獻】

相關期刊論文 前9條

1 向玲;李媛媛;;經(jīng)驗小波變換在旋轉機械故障診斷中的應用[J];動力工程學報;2015年12期

2 馮博;李輝;鄭海起;;基于經(jīng)驗小波變換的軸承故障診斷研究[J];軸承;2015年12期

3 王波;劉樹林;張宏利;蔣超;;相關向量機及其在機械故障診斷中的應用研究進展[J];振動與沖擊;2015年05期

4 李志農(nóng);朱明;褚福磊;肖堯先;;基于經(jīng)驗小波變換的機械故障診斷方法研究[J];儀器儀表學報;2014年11期

5 王國彪;何正嘉;陳雪峰;賴一楠;;機械故障診斷基礎研究“何去何從”[J];機械工程學報;2013年01期

6 雷亞國;何正嘉;;混合智能故障診斷與預示技術的應用進展[J];振動與沖擊;2011年09期

7 楊國鵬;周欣;余旭初;陳偉;;基于相關向量機的高光譜影像混合像元分解[J];電子學報;2010年12期

8 肖立波;任建亭;楊海峰;;振動信號預處理方法研究及其MATLAB實現(xiàn)[J];計算機仿真;2010年08期

9 段青;趙建國;馬艷;;優(yōu)化組合核函數(shù)相關向量機電力負荷預測模型[J];電機與控制學報;2010年06期

相關博士學位論文 前3條

1 趙川;特征降維與自適應特征提取方法及其在行星齒輪箱故障診斷中的應用研究[D];北京科技大學;2018年

2 王洋;基于故障特征提取與選擇的統(tǒng)計過程監(jiān)測研究[D];上海大學;2017年

3 王雷;基于流形學習的滾動軸承故障診斷若干方法研究[D];大連理工大學;2013年

相關碩士學位論文 前6條

1 席亞軍;基于經(jīng)驗小波變換和奇異值分解的旋轉機械故障診斷[D];西南交通大學;2017年

2 戴嶸;基于頻域和信號相關性分析的薄片疊層視覺計數(shù)方法研究[D];湖南大學;2017年

3 顧曉雷;金屬檢測儀嵌入式圖形用戶界面的設計與實現(xiàn)[D];杭州電子科技大學;2016年

4 周揚;基于振動信號分析的轉子故障診斷方法研究[D];南京航空航天大學;2014年

5 姜麗;基于LabVIEW的旋轉機械故障診斷系統(tǒng)的研究[D];武漢科技大學;2011年

6 王純業(yè);基于多尺度分析的高光譜圖像目標檢測算法研究[D];哈爾濱工業(yè)大學;2007年

本文編號：2674921