發(fā)布時(shí)間：2017-05-11 13:16

  本文關(guān)鍵詞：齒輪振動(dòng)信號(hào)的多分形研究及其應(yīng)用，由筆耕文化傳播整理發(fā)布。

【摘要】：齒輪作為傳動(dòng)零部件，由于其傳動(dòng)比大、效率高、傳動(dòng)精確等特點(diǎn)而被廣泛應(yīng)用于各種機(jī)械設(shè)備中。齒輪傳動(dòng)系統(tǒng)的復(fù)雜性導(dǎo)致齒輪振動(dòng)信號(hào)呈現(xiàn)非平穩(wěn)和多尺度特征，增加了齒輪故障模式識(shí)別的難度。本文在總結(jié)齒輪故障類型和特征的基礎(chǔ)上,針對(duì)齒輪故障振動(dòng)信號(hào)的非線性非平穩(wěn)性特征，將多分形去趨勢(shì)波動(dòng)分析(Multifractal Dtrended Fluctuation Analysis,MF-DFA)和多分形譜理論引入到齒輪故障特征提取中，還分別提出其改進(jìn)算法的特征提取方法，并結(jié)合高斯混合模型(Gaussian Mixture Model，GMM)方法，實(shí)現(xiàn)齒輪故障診斷。本文主要研究?jī)?nèi)容包括： 1、總結(jié)齒輪主要失效類型，并分析齒輪的振動(dòng)機(jī)理，總結(jié)常見(jiàn)齒輪失效類型振動(dòng)信號(hào)特征。 2、將MF-DFA應(yīng)用到齒輪故障特征提取中，提出二維MF-DFA的齒輪故障特征提取算法。通過(guò)仿真信號(hào)證明該方法有效，構(gòu)建試驗(yàn)體系，設(shè)計(jì)試驗(yàn)方案，選用適當(dāng)?shù)男盘?hào)采集試驗(yàn)設(shè)備，采集齒輪模擬故障實(shí)驗(yàn)數(shù)據(jù)以驗(yàn)證此方法實(shí)用性。 3、將單一無(wú)標(biāo)度區(qū)多分形譜理論引入到齒輪振動(dòng)信號(hào)的特征提取中，在此基礎(chǔ)上，提出多個(gè)無(wú)標(biāo)度區(qū)多分形譜特征提取算法。并通過(guò)仿真信號(hào)證明這兩種方法有效，采用同樣的試驗(yàn)方法，采用齒輪模擬故障實(shí)驗(yàn)數(shù)據(jù)，驗(yàn)證此方法實(shí)用性。 4、結(jié)合高斯混合模型，將所提出的齒輪振動(dòng)信號(hào)多分形特征提取方法進(jìn)行對(duì)比，齒輪故障分類實(shí)驗(yàn)結(jié)果表明多個(gè)無(wú)標(biāo)度區(qū)多分形譜理論特征提取算法計(jì)算效率和識(shí)別率均高于其他多分形方法，更適合齒輪故障特征提取。
【關(guān)鍵詞】：多分形去趨勢(shì)波動(dòng)分析 二維去趨勢(shì)波動(dòng)分析 多分形譜 高斯混合模型
【學(xué)位授予單位】：武漢科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TH132.41;TH165.3
【目錄】：

• 摘要4-5
• Abstract5-9
• 第1章 緒論9-18
• 1.1 研究背景和意義9
• 1.2 齒輪故障診斷9-13
• 1.2.1 齒輪的故障機(jī)理與故障類型9-11
• 1.2.2 齒輪故障診斷研究現(xiàn)狀11-13
• 1.3 齒輪振動(dòng)分形特征提取研究現(xiàn)狀13-16
• 1.4 本論文主要研究?jī)?nèi)容16-17
• 1.5 本章小結(jié)17-18
• 第2章 基于 MF-DFA 的齒輪故障特征提取18-38
• 2.1 多分形去趨勢(shì)波動(dòng)分析18-21
• 2.2 MF-DFA 仿真分析21-25
• 2.3 齒輪故障模擬實(shí)驗(yàn)25-28
• 2.3.1 實(shí)驗(yàn)裝置25-27
• 2.3.2 實(shí)驗(yàn)方案27-28
• 2.4 基于 MF-DFA 的齒輪振動(dòng)信號(hào)特征提取28-30
• 2.5 二維 MF-DFA30-32
• 2.6 二維 MF-DFA 仿真分析32-35
• 2.7 基于二維 MF-DFA 的齒輪振動(dòng)信號(hào)特征提取35-37
• 2.8 本章小結(jié)37-38
• 第3章 基于多分形譜理論的齒輪故障特征提取38-53
• 3.1 單一無(wú)標(biāo)度區(qū)多分形譜38-41
• 3.2 單一無(wú)標(biāo)度區(qū)多分形譜仿真分析41-43
• 3.3 基于單一無(wú)標(biāo)度區(qū)多分形譜的齒輪振動(dòng)信號(hào)特征提取43-46
• 3.4 多個(gè)無(wú)標(biāo)度區(qū)多分形譜46-48
• 3.5 多個(gè)無(wú)標(biāo)度區(qū)多分形譜仿真分析48-49
• 3.6 基于多個(gè)無(wú)標(biāo)度區(qū)多分形譜的齒輪振動(dòng)信號(hào)特征提取49-52
• 3.7 本章小結(jié)52-53
• 第4章 基于多分形分析與高斯混合模型的故障分類53-60
• 4.1 高斯混合模型53-56
• 4.1.1 高斯混合模型概念53-56
• 4.1.2 高斯混合模型模式分類步驟56
• 4.2 基于 MF-DFA 與 GMM 的故障分類56-57
• 4.3 基于多分形譜與 GMM 的故障分類57-58
• 4.4 多分形分析算法的分類結(jié)果對(duì)比58-59
• 4.5 本章小結(jié)59-60
• 第5章 總結(jié)與展望60-62
• 5.1 研究工作總結(jié)60-61
• 5.2 研究工作展望61-62
• 致謝62-63
• 參考文獻(xiàn)63-68
• 附錄 1 攻讀碩士學(xué)位期間發(fā)表的論文68-69
• 附錄 2 攻讀碩士學(xué)位期間參加的科研項(xiàng)目69-70
• 詳細(xì)摘要70-74

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 牛濱;孔令志;羅森林;潘麗敏;郭亮;;基于MFCC和GMM的個(gè)性音樂(lè)推薦模型[J];北京理工大學(xué)學(xué)報(bào);2009年04期

2 姜萬(wàn)錄,陳東寧,姚成玉;關(guān)聯(lián)維數(shù)分析方法及其在液壓泵故障診斷中的應(yīng)用[J];傳感技術(shù)學(xué)報(bào);2004年01期

3 李國(guó)賓;關(guān)德林;;振動(dòng)信號(hào)多重分形分析改進(jìn)算法[J];測(cè)試技術(shù)學(xué)報(bào);2006年06期

4 張桂才,史鐵林,楊叔子;基于高階統(tǒng)計(jì)量的機(jī)械故障特征提取方法研究[J];華中理工大學(xué)學(xué)報(bào);1999年03期

5 張新峰 ,沈蘭蓀;模式識(shí)別及其在圖像處理中的應(yīng)用[J];測(cè)控技術(shù);2004年05期

6 陳亦望;潘育新;徐鑫;傅強(qiáng);;紋理圖像的多分形特征[J];解放軍理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年05期

7 孫霞,傅竹西,吳自勤;薄膜生長(zhǎng)的多重分形譜的計(jì)算[J];計(jì)算物理;2001年03期

8 陳亦望;徐鑫;傅強(qiáng);;基于多個(gè)無(wú)標(biāo)度區(qū)的多重分形分析方法[J];計(jì)算物理;2010年06期

9 林京,屈梁生;基于連續(xù)小波變換的信號(hào)檢測(cè)技術(shù)與故障診斷[J];機(jī)械工程學(xué)報(bào);2000年12期

10 鄭海波,李志遠(yuǎn),陳心昭;基于連續(xù)小波變換的齒輪故障診斷方法研究[J];機(jī)械工程學(xué)報(bào);2002年03期

  本文關(guān)鍵詞：齒輪振動(dòng)信號(hào)的多分形研究及其應(yīng)用，由筆耕文化傳播整理發(fā)布。

，

本文編號(hào)：357345