高階譜是處理非線性、非高斯性信號的有方工具。但傳統(tǒng)高階譜是以單通道信號來進(jìn)行分析的,不能全面反映轉(zhuǎn)子的空間振動信息,從而影響了故障診斷的準(zhǔn)確性和可靠性�；谛畔⑷诤系娜缸V技術(shù)是全信息分析方法之一,它可以有效融合轉(zhuǎn)子同一截面的雙通道信號,真實(shí)反映轉(zhuǎn)子的空間運(yùn)轉(zhuǎn)信息�；诖�,本文將全矢譜技術(shù)引入到高階譜分析中,對高階譜方法進(jìn)行了拓展,并提出了幾種新的故障智能診斷方法,應(yīng)用到了旋轉(zhuǎn)機(jī)械故障診斷中。主要工作如下： 1、在高階譜中,雙譜階次最低,并且具有高階譜的所有特性。本文在簡要介紹高階譜理論的基礎(chǔ)上,著重討論了雙譜的定義、性質(zhì)、算法和物理意義,分析了傳統(tǒng)單通道雙譜分析存在的問題,指出了本文研究的出發(fā)點(diǎn)和必要性。 2、針對傳統(tǒng)雙譜分析存在的問題,將全矢譜技術(shù)引入到雙譜分析中,提出了一種新的矢雙譜分析方法,并對其定義、算法和性質(zhì)進(jìn)行了闡述。然后通過仿真和實(shí)驗(yàn)對這一方法進(jìn)行了驗(yàn)證。結(jié)果表明,矢雙譜方法能夠有效融合雙通道信號,更充分地反映信號中所包含的非線性特征信息,從而為下一步的故障診斷提供準(zhǔn)確可靠的依據(jù)。 3、BP神經(jīng)網(wǎng)絡(luò)(BPNN)具有良好的推廣能力和分類能力。本文論述了BP網(wǎng)絡(luò)的結(jié)構(gòu)和算法...

【文章頁數(shù)】：85 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題的來源、目的及意義
        1.1.1 課題的來源
        1.1.2 課題的目的和意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 現(xiàn)代信號處理技術(shù)
        1.2.2 信息融合技術(shù)
        1.2.3 模式識別方法
    1.3 本文的主要研究內(nèi)容
    1.4 本章小結(jié)
第2章 雙譜分析方法及其存在的問題
    2.1 高階譜理論
        2.1.1 高階譜的定義
        2.1.2 高階譜分析機(jī)械振動信號
    2.2 雙譜分析
        2.2.1 雙譜的定義與性質(zhì)
        2.2.2 雙譜的算法與物理意義
        2.2.3 1(1/2)維譜的定義
    2.3 雙譜分析中存在的問題
        2.3.1 仿真研究
        2.3.2 實(shí)驗(yàn)研究
    2.4 本章小結(jié)
第3章 矢雙譜方法的提出及驗(yàn)證
    3.1 全矢譜技術(shù)
        3.1.1 全矢譜理論基礎(chǔ)
        3.1.2 全矢譜數(shù)值計算方法
    3.2 矢雙譜分析方法
        3.2.1 矢雙譜的定義與算法
        3.2.2 矢雙譜的性質(zhì)
    3.3 仿真與實(shí)驗(yàn)研究
        3.3.1 仿真研究
        3.3.2 實(shí)驗(yàn)研究
    3.4 本章小結(jié)
第4章 矢雙譜—BPNN故障診斷方法及其應(yīng)用研究
    4.1 BP神經(jīng)網(wǎng)絡(luò)
        4.1.1 BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)
        4.1.2 BP神經(jīng)網(wǎng)絡(luò)的算法
    4.2 矢雙譜—BPNN故障診斷方法及實(shí)驗(yàn)研究
        4.2.1 矢雙譜—BPNN故障診斷方法
        4.2.2 實(shí)驗(yàn)研究
    4.3 本章小結(jié)
第5章 矢雙譜—SVM故障診斷方法及其應(yīng)用研究
    5.1 支持向量機(jī)
        5.1.1 統(tǒng)計學(xué)習(xí)理論的基本概念
        5.1.2 支持向量機(jī)二分類算法原理
    5.2 矢雙譜—SVM故障診斷方法及實(shí)驗(yàn)研究
        5.2.1 矢雙譜—SVM故障診斷方法
        5.2.2 實(shí)驗(yàn)研究
    5.3 本章小結(jié)
第6章 矢雙譜—SVDD故障診斷方法及其應(yīng)用研究
    6.1 支持向量數(shù)據(jù)描述
        6.1.1 單值分類
        6.1.2 支持向量數(shù)據(jù)描述的算法
    6.2 雙譜—SVDD故障診斷方法及實(shí)驗(yàn)研究
        6.2.1 雙譜—SVDD故障診斷方法
        6.2.2 滾動軸承實(shí)驗(yàn)研究
    6.3 矢雙譜—SVDD故障診斷方法及實(shí)驗(yàn)研究
        6.3.1 矢雙譜—SVDD故障診斷方法
        6.3.2 齒輪箱實(shí)驗(yàn)研究
    6.4 本章小結(jié)
第7章 結(jié)論與展望
    7.1 創(chuàng)新點(diǎn)及結(jié)論
        7.1.1 創(chuàng)新點(diǎn)
        7.1.2 結(jié)論
    7.2 工作展望
參考文獻(xiàn)
個人簡歷 在學(xué)期間發(fā)表的學(xué)術(shù)論文及研究成果
致謝



本文編號：3769166