發(fā)布時間：2020-12-10 07:28

　　隨著現(xiàn)代工業(yè)技術迅速發(fā)展,旋轉機械設備正朝著大型化、高速化、輕型化和智能化的方向發(fā)展。旋轉機械日益復雜,轉子系統(tǒng)作為其的核心部分,長期運行過程中,存在各種隨機因素,極易發(fā)生故障,軸系之間的連鎖反應,往往會造成巨大損失和嚴重后果。因此,對轉子系統(tǒng)的故障監(jiān)測與故障診斷具有重要意義。近年來,隨著物聯(lián)網(wǎng)的快速發(fā)展,對轉子系統(tǒng)的智能故障診斷也提出了更高的要求。軸心軌跡的特征提取與自動識別是旋轉機械故障診斷中一種常用的方法。軸心軌跡是由一組互相垂直的振動位移信號合成,通過觀察和監(jiān)測軸心軌跡可以形象、直觀地獲取設備的運行狀況。傳統(tǒng)的方法多采用時頻處理、信號處理技術,故障診斷效率低,誤判率高。本文在傳統(tǒng)信號處理的基礎上,引入圖像處理、不變矩特征提取與自動識別等技術,取得了較好的試驗效果,并針對雙跨轉子系統(tǒng)兩個轉子處軸心軌跡區(qū)別做了詳細的試驗分析,無疑將為旋轉機械故障診斷技術研究提供新的研究思路和數(shù)據(jù)支持。論文主要工作如下:(1)對轉子系統(tǒng)軸心軌跡特征提取與自動識別相關技術理論進行研究,研究包括信號提純、圖像處理、不變矩特征提取、流形學習理論、分形理論、以及圖像模式識別相關理論等,為后續(xù)的研究打下基礎。... 

【文章來源】：太原理工大學山西省 211工程院校

【文章頁數(shù)】：94 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 國內外研究動態(tài)
        1.2.1 轉子系統(tǒng)振動故障機理分析
        1.2.2 軸心軌跡信號提純
        1.2.3 軸心軌跡特征提取
        1.2.4 軸心軌跡模式識別
    1.3 主要研究內容
        1.3.1 主要研究內容
        1.3.2 試驗方案及技術路線
    1.4 小結
第二章 課題相關理論與方法
    2.1 引言
    2.2 軸心軌跡信號提純
        2.2.1 小波變換
        2.2.2 EEMD分解
    2.3 軸心軌跡圖像處理
        2.3.1 圖像數(shù)字化
        2.3.2 圖像處理基本算法
        2.3.3 圖像變換
        2.3.4 圖像分割
        2.3.5 圖像目標描述
        2.3.6 圖像識別
    2.4 基于神經(jīng)網(wǎng)絡的軸心軌跡自動識別
    2.5 小結
第三章 融合不變矩和分形維數(shù)的軸心軌跡特征提取與自動識別
    3.1 引言
    3.2 轉子系統(tǒng)軸心軌跡獲取
    3.3 軸心軌跡圖像特征提取
        3.3.1 軸心軌跡圖像邊緣獲取
        3.3.2 軸心軌跡圖像分形盒維數(shù)計算
        3.3.3 軸心軌跡圖像Hu不變矩構造
    3.4 BP神經(jīng)網(wǎng)絡訓練與驗證試驗
        3.4.1 軸心軌跡樣本訓練
        3.4.2 待測試軸心軌跡識別
    3.5 小結
第四章 基于數(shù)學形態(tài)學的軸心軌跡圖像處理與自動識別
    4.1 引言
    4.2 轉子系統(tǒng)軸心軌跡獲取
    4.3 軸心軌跡數(shù)學形態(tài)學處理
    4.4 軸心軌跡圖像不變矩構造
    4.5 基于形態(tài)學和不變矩的軸心軌跡自動識別
        4.5.1 軸心軌跡特征向量提取
        4.5.2 BP神經(jīng)網(wǎng)絡識別與分析
    4.6 實例應用
        4.6.1 試驗設備介紹及數(shù)據(jù)獲取
        4.6.2 軸心軌跡識別
    4.7 小結
第五章 雙跨轉子系統(tǒng)軸心軌跡特征提取與故障診斷
    5.1 引言
    5.2 三維軸心軌跡
    5.3 基于流形學習的三維軸心軌跡特征提取
        5.3.1 流形學習
        5.3.2 LTSA特征提取
    5.4 三維軸心軌跡故障識別試驗
        5.4.1 試驗系統(tǒng)介紹
        5.4.2 三維軸心軌跡信號提取及EEMD降噪
        5.4.3 三維軸心軌跡流形圖獲取
        5.4.4 Hu不變矩特征提取
        5.4.5 BP神經(jīng)網(wǎng)絡訓練與識別
    5.5 雙跨轉子系統(tǒng)雙轉子處軸心軌跡分析
        5.5.1 雙轉子三維軸心軌跡
        5.5.2 雙轉子流形圖及Hu不變矩特征提取
        5.5.3 故障狀態(tài)識別與分析
    5.6 小結
第六章 全文總結與展望
    6.1 工作總結
    6.2 主要結論
    6.3 研究展望
參考文獻
致謝
攻讀碩士期間發(fā)表的學術論文及成果


【參考文獻】：
期刊論文
[1]基于PSO-BP與組合矩的水電機組軸心軌跡識別[J]. 陳喜陽,閆海橋,孫建平.  振動.測試與診斷. 2016(01)
[2]用于軸心軌跡提純的小波精細積分算法[J]. 曹永寧,楊勇.  組合機床與自動化加工技術. 2015(11)
[3]基于分形盒維數(shù)的雙跨軸承轉子系統(tǒng)故障診斷方法研究[J]. 王志,欒忠權,王少紅,馬超.  機床與液壓. 2015(17)
[4]基于魚群算法與有導師神經(jīng)網(wǎng)絡的軸心軌跡智能識別[J]. 李強,王文斌,劉學.  水力發(fā)電學報. 2015(06)
[5]分形與幾何特征融合的轉子故障特征提取方法[J]. 王浩,趙榮珍.  噪聲與振動控制. 2014(05)
[6]線性扭矩在多支承轉子系統(tǒng)中傳遞特性研究[J]. 宋高峰,楊兆建,張文靜,王飛鵬.  機械科學與技術. 2014(07)
[7]旋轉機械軸心軌跡識別方法綜述[J]. 孫慧芳,潘羅平,張飛,曹登峰.  中國水利水電科學研究院學報. 2014(01)
[8]故障轉子系統(tǒng)軸心軌跡的自動識別研究[J]. 劉剛,李明,喬寶明,趙利美.  中國測試. 2014(01)
[9]振動信號處理方法綜述[J]. 李舜酩,郭海東,李殿榮.  儀器儀表學報. 2013(08)
[10]基于軸心軌跡流形拓撲空間的轉子系統(tǒng)故障診斷[J]. 王紅軍,徐小力,萬鵬.  機械工程學報. 2014(05)

博士論文
[1]數(shù)字圖像處理與分析及其在故障診斷中的應用研究[D]. 王常青.華中科技大學 2012

碩士論文
[1]旋轉機械故障機理與軸心軌跡識別方法研究[D]. 趙利華.大連理工大學 2010
[2]基于矩特征傅里葉描述的目標形狀識別[D]. 張金華.上海交通大學 2009
[3]旋轉機械故障機理與故障特征提取技術研究[D]. 李艷妮.北京化工大學 2007



本文編號：2908318