核動力系統(tǒng)是一個非常復(fù)雜的系統(tǒng),一旦發(fā)生問題,就可能產(chǎn)生嚴(yán)重的后果。核動力設(shè)備的故障診斷直接關(guān)系到裝置的安全性和可靠性。本文將隱馬爾可夫模型和支持向量機引入到核動力設(shè)備的故障診斷中,豐富了診斷的方法和手段,并在仿真實驗中取得了良好的效果。 本文對故障信號在幅域、頻域、時頻域的特征提取技術(shù)以及特征選擇的具體算法進行了研究,通過對HMM和SVM的基本理論和算法的研究,提出了將HMM的一種改進算法CGHMM應(yīng)用于混合模型,最終建立了一種新的HMM/SVM混合模型。 本文的主要內(nèi)容如下: 1、詳細(xì)介紹了核動力系統(tǒng)故障診斷的研究現(xiàn)狀和背景,并分析了基于HMM/SVM混合模型應(yīng)用于核動力旋轉(zhuǎn)機械設(shè)備故障診斷的可行性。 2、分別從振動信號的幅域、頻域、時頻域?qū)藙恿πD(zhuǎn)機械設(shè)備特征提取的方法進行了研究,重點研究了基于小波分析與小波包能量距的特征提取方法。 3、總結(jié)了核動力旋轉(zhuǎn)機械設(shè)備常見故障及故障特征,研究了特征提取后特征選擇的問題和具體算法。 4、對HMM和SVM的基本原理和算法做了介紹與研究,并提出了一種新的HMM/SVM混合模型。 5、設(shè)計了仿真實驗方案,對基于HMM/SVM混合模型的診斷方法...

【文章頁數(shù)】：89 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖2.1故障信號波形圖

(f)圖2.1故障信號波形圖注：圖a,b,c,d,e,f分別表示轉(zhuǎn)子不對中、轉(zhuǎn)子不平衡、基座松動、動靜件摩擦、軸承滾子故障、齒輪斷齒故障狀態(tài)從圖2.1可以看出，轉(zhuǎn)子不平衡中的時域波形近似正弦波，齒輪斷齒故障時域波形有明顯沖擊性脈沖，而其他類型故障很難從其時域波形來判斷....

圖2.2故障信號幅頻圖

(f)圖2.2故障信號幅頻圖：圖a,b,c,d,e,f分別表示轉(zhuǎn)子不對中、轉(zhuǎn)子不平衡、基座松動、動靜件摩擦、軸承滾子障、齒輪斷齒故障狀態(tài)快速傅立葉變換算法的出現(xiàn)使得Fourier變換迅速成為數(shù)字信號處理的主17

圖2.5顯示了信號經(jīng)小波包分解后各頻帶信號的頻率成分，根據(jù)Nyqusit標(biāo)準(zhǔn)可知系統(tǒng)最高探測頻率為采樣頻率的一半，即本次采樣最高探測頻率為1kHz

按照仿真實驗設(shè)計方案，在轉(zhuǎn)子不平衡下。以轉(zhuǎn)速為1000r/min時0通道信號為研究對象，每次截取時間為0.2s的一段采樣信號為樣本進行小波包分析。采用db10小波，對不平衡故障信號進行3層小波包分解，然后對第3層每個小波包節(jié)點系數(shù)進行重構(gòu)，得到8個連續(xù)....

圖2.5三層小波包樹結(jié)構(gòu)和各節(jié)點信號頻率成分圖

(b)2.5三層小波包樹結(jié)構(gòu)和各節(jié)點信號頻率成分距的特征提取小波包特征提取原理變換之后，各層高頻系數(shù)與第N層低頻分解之后的總能量保持不變。由此可知征是可靠的。時，其輸出信號能量的空間分布與正常系的改變包含著豐富的故障特征信息。利27

本文編號：3958117