針對旋轉(zhuǎn)機械復(fù)雜的工業(yè)環(huán)境,為滿足其故障診斷的高效性和精確性,本文結(jié)合分?jǐn)?shù)階傅里葉變換（Fractional Fourier transform,FRFT）和流形學(xué)習(xí)算法,研究了多階次FRFT變換的單特征提取和多特征融合的故障診斷方法,以解決分?jǐn)?shù)階次選取難題,并利用FRFT變換的多樣性,提高分?jǐn)?shù)域的利用效率。研究了時域、頻域和時頻域下流形學(xué)習(xí)的故障診斷方法,并與分?jǐn)?shù)域進行比較。另外,集成本文所研究的FRFT和流形學(xué)習(xí)算法以及其它常用的信號處理方法,基于MATLAB軟件平臺,開發(fā)了一套基于流形學(xué)習(xí)的旋轉(zhuǎn)機械故障監(jiān)測與診斷系統(tǒng)。具體研究內(nèi)容如下:首先,研究了基于流形學(xué)習(xí)的常用故障診斷方法。分析了流形學(xué)習(xí)故障診斷方法的基本流程,介紹了常用的流形學(xué)習(xí)方法;分析了時域、頻域和時頻域的特點,構(gòu)建了其各自的高維特征集。并對流形學(xué)習(xí)方法的降維融合作用進行了實驗驗證,結(jié)果表明合適的方法和有效的特征空間有利于提高故障診斷效率。其次,針對FRFT方法階次選擇困難和階次利用效率低下的問題,利用多階次FRFT融合方法代替單階次尋優(yōu)方法,實現(xiàn)了階次的自動選取,取代原來的人為選擇;同時提取多階次的樣本熵特征,充分利... 

【文章來源】：浙江師范大學(xué)浙江省

【文章頁數(shù)】：60 頁

【學(xué)位級別】：碩士

【部分圖文】：

旋轉(zhuǎn)機械信號分析系統(tǒng)歡迎界面

圖 5.2 旋轉(zhuǎn)機械故障監(jiān)測診斷系統(tǒng)主界面整體系統(tǒng)包括兩個頁面，進入界面和主界面。進入界面如圖 5.1 所示，進面包括系統(tǒng)名稱，設(shè)計者等信息。主界面如圖 5.2 所示，主界面主要集成系需功能，基于界面簡潔、操作方便的原則，將每個功能的控件集成模塊，對進行排列，布局整個主界面。按照交互流程，系統(tǒng)可分為三部分：信號讀取

圖 5.3 系統(tǒng)交互流程系統(tǒng)主界面如圖 5.4 所示，模塊 1 至 8 分別為信號讀取、信號時域分析、分析、FRFT 與樣本熵特征、經(jīng)驗?zāi)B(tài)分解、流形學(xué)習(xí)、顯示器、濾波器

【參考文獻】：
期刊論文
[1]線性回歸與EEMD的滾動軸承剩余壽命預(yù)測[J]. 高彩霞,吳彤,付子義.  機械科學(xué)與技術(shù). 2019(10)
[2]改進樣本熵及其在列車軸承損傷檢測中的應(yīng)用[J]. 李永健,劉吉華,張衛(wèi)華,熊慶,李鵬.  儀器儀表學(xué)報. 2018(09)
[3]基于樣本熵和分?jǐn)?shù)階傅里葉變換的滾動軸承故障特征提取[J]. 郭學(xué)衛(wèi),申永軍,楊紹普.  振動與沖擊. 2017(18)
[4]Laplacian雙聯(lián)最小二乘支持向量機用于早期故障診斷[J]. 李鋒,湯寶平,郭胤.  振動與沖擊. 2017(16)
[5]鄰域自適應(yīng)增量式PCA-LPP在齒輪箱故障診斷中的應(yīng)用[J]. 鄧士杰,唐力偉,張曉濤.  振動與沖擊. 2017(14)
[6]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.  振動與沖擊. 2017(11)
[7]應(yīng)用EMD和雙譜分析的故障特征提取方法[J]. 蔣永華,李榮強,焦衛(wèi)東,唐超,蔡建程,施繼忠.  振動.測試與診斷. 2017(02)
[8]基于改進核主元分析的故障檢測方法研究[J]. 張珂,宋文麗,石懷濤,周乾.  控制工程. 2017(02)
[9]基于自適應(yīng)本征維數(shù)估計流形學(xué)習(xí)的相空間重構(gòu)降噪方法[J]. 馬婧華,湯寶平,宋濤.  振動與沖擊. 2015(11)
[10]車輛齒輪箱靜電監(jiān)測[J]. 劉若晨,左洪福,孫見忠,李鑫,冒慧杰.  交通運輸工程學(xué)報. 2015(01)

博士論文
[1]基于決策樹和K最近鄰算法的文本分類研究[D]. 王煜.天津大學(xué) 2006

碩士論文
[1]旋轉(zhuǎn)機械故障特征提取方法研究[D]. 龐彬.華北電力大學(xué) 2015



本文編號：3044156