針對(duì)作為機(jī)械設(shè)備核心部件的滾動(dòng)軸承故障識(shí)別準(zhǔn)確率較低的問(wèn)題,從信號(hào)處理角度將特征評(píng)價(jià)和選擇理論應(yīng)用于軸承故障診斷。完成了多域特征提取、關(guān)鍵特征選擇及變工況下軸承故障診斷等工作。針對(duì)特征評(píng)價(jià)和選擇基本理論進(jìn)行介紹,重點(diǎn)分析了特征評(píng)價(jià)準(zhǔn)則的選取依據(jù)和特征選擇穩(wěn)定性評(píng)估的必要性。在此基礎(chǔ)上建立兩階段多準(zhǔn)則特征選擇模型,包括基于多準(zhǔn)則融合的關(guān)鍵特征選擇和基于穩(wěn)定性分析的穩(wěn)定特征選擇。針對(duì)軸承振動(dòng)信號(hào)的非平穩(wěn)及非線性及單一或單域特征難以準(zhǔn)確表征軸承狀態(tài)變化的問(wèn)題。建立能夠全面描述軸承狀態(tài)的多域特征集,包括時(shí)頻域、熵、能量、復(fù)雜度及低維重構(gòu)特征。以此為基礎(chǔ)分析了軸承不同狀態(tài)下各特征域信號(hào)的變化特點(diǎn),根據(jù)各狀態(tài)對(duì)應(yīng)特征樣本分布的離散度,對(duì)多域特征集中各個(gè)特征的類別可分能力進(jìn)行了初步評(píng)價(jià)。以建立多域特征矩陣為輸入。針對(duì)特征矩陣的高維性,首先采用基于lasso正則化和譜聚類相結(jié)合的特征選擇方法去除特征集中的大量無(wú)關(guān)特征;其次考慮單一評(píng)價(jià)準(zhǔn)則使用的局限性,融合距離評(píng)價(jià)準(zhǔn)則和相關(guān)性評(píng)價(jià)準(zhǔn)則提出基于最大相關(guān)最大距離的特征選擇方法完成關(guān)鍵特征篩選。針對(duì)得到的關(guān)鍵特征集能否完成變工況下軸承故障狀態(tài)準(zhǔn)確識(shí)別的問(wèn)題。... 

【文章來(lái)源】：新疆大學(xué)新疆維吾爾自治區(qū) 211工程院校

【文章頁(yè)數(shù)】：73 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

特征選擇過(guò)程

圖 2-2 技術(shù)路線2.6 本章小結(jié)本章主要分為三部分，首先針對(duì)特征評(píng)價(jià)理論和常用選擇方法進(jìn)行介紹；其次重點(diǎn)分析了特征評(píng)價(jià)準(zhǔn)則的選取依據(jù)和特征選擇穩(wěn)定性評(píng)估的必要性。在此基礎(chǔ)上建立了兩階段多準(zhǔn)則特征選擇模型，包括基于多準(zhǔn)則融合的關(guān)鍵特征選擇和基于穩(wěn)定性分析的穩(wěn)定特征選擇；最后針對(duì)特征選擇模型的算法流程和軸承故障診斷的技術(shù)路線進(jìn)行具體描述。

圖 3-1 風(fēng)電機(jī)組傳動(dòng)系統(tǒng)故障模擬實(shí)驗(yàn)臺(tái)承正常狀態(tài)、內(nèi)圈故障、外圈故障、滾動(dòng)體故障信號(hào)時(shí)間序列如圖 ：圖 3-2 正常狀態(tài)時(shí)域圖 圖 3-3 內(nèi)圈故障狀態(tài)時(shí)域圖

【參考文獻(xiàn)】：
期刊論文
[1]基于時(shí)域指標(biāo)的滾動(dòng)軸承故障特征提取方法[J]. 薛小慶,陳博,劉婷.  電子測(cè)試. 2018(23)
[2]基于改進(jìn)經(jīng)驗(yàn)小波變換的時(shí)頻分析方法及其在滾動(dòng)軸承故障診斷中的應(yīng)用[J]. 鄭近德,潘海洋,戚曉利,張興權(quán),劉慶運(yùn).  電子學(xué)報(bào). 2018(02)
[3]不均衡大數(shù)據(jù)集下的文本特征基因提取方法[J]. 孫晶濤,張秋余.  電子科技大學(xué)學(xué)報(bào). 2018(01)
[4]基于局部頻譜的滾動(dòng)軸承故障特征提取方法[J]. 蘇維均,楊飛,于重重,程曉卿,崔世杰.  電子學(xué)報(bào). 2018(01)
[5]基于時(shí)頻域特征分析的列車軸承缺陷實(shí)時(shí)檢測(cè)[J]. 永遠(yuǎn),黃小霞,唐媛恬.  西南交通大學(xué)學(xué)報(bào). 2017(06)
[6]特征選擇穩(wěn)定性研究綜述[J]. 劉藝,曹建軍,刁興春,周星.  軟件學(xué)報(bào). 2018(09)
[7]航空滾動(dòng)軸承振動(dòng)特征的故障靈敏度分析與融合技術(shù)[J]. 林桐,陳果,張全德,王洪偉,陳立波.  航空動(dòng)力學(xué)報(bào). 2017(09)
[8]大數(shù)據(jù)下機(jī)械智能故障診斷的機(jī)遇與挑戰(zhàn)[J]. 雷亞國(guó),賈峰,孔德同,林京,邢賽博.  機(jī)械工程學(xué)報(bào). 2018(05)
[9]基于LTSA與K-最近鄰分類器的故障診斷[J]. 姜景升,王華慶,柯燕亮,向偉.  振動(dòng)與沖擊. 2017(11)
[10]風(fēng)力發(fā)電機(jī)組故障診斷與預(yù)測(cè)技術(shù)研究綜述[J]. 金曉航,孫毅,單繼宏,吳根勇.  儀器儀表學(xué)報(bào). 2017(05)

博士論文
[1]旋轉(zhuǎn)機(jī)械設(shè)備關(guān)鍵部件故障診斷與預(yù)測(cè)方法研究[D]. 沈長(zhǎng)青.中國(guó)科學(xué)技術(shù)大學(xué) 2014
[2]高維數(shù)據(jù)的特征選擇與特征提取研究[D]. 蔣勝利.西安電子科技大學(xué) 2011
[3]滾動(dòng)軸承振動(dòng)信號(hào)處理及特征提取方法研究[D]. 蘇文勝.大連理工大學(xué) 2010

碩士論文
[1]基于多特征量的滾動(dòng)軸承退化狀態(tài)評(píng)估和剩余壽命預(yù)測(cè)方法研究[D]. 燕晨耀.電子科技大學(xué) 2016
[2]高維小樣本數(shù)據(jù)的特征選擇研究及其穩(wěn)定性分析[D]. 寧永鵬.廈門大學(xué) 2014
[3]滾動(dòng)軸承故障診斷的多參數(shù)融合特征提取方法研究[D]. 李少軍.北京交通大學(xué) 2011
[4]基于MIV特征篩選和BP神經(jīng)網(wǎng)絡(luò)的滾動(dòng)軸承故障診斷技術(shù)研究[D]. 周瑩.北京交通大學(xué) 2011
[5]滾動(dòng)軸承故障診斷中的特征提取與選擇方法[D]. 楊慧斌.湖南工業(yè)大學(xué) 2011
[6]特征選擇新算法研究[D]. 馮宗翰.江南大學(xué) 2011



本文編號(hào)：2931435