天堂国产午夜亚洲专区-少妇人妻综合久久蜜臀-国产成人户外露出视频在线-国产91传媒一区二区三区

當前位置:主頁 > 科技論文 > 機電工程論文 >

齒輪箱工作模態(tài)盲辨識及其故障診斷

發(fā)布時間:2017-09-18 19:16

  本文關鍵詞:齒輪箱工作模態(tài)盲辨識及其故障診斷


  更多相關文章: ICA 工作模態(tài)分析 盲辨識 齒輪箱


【摘要】:基于振動信號處理的齒輪箱故障診斷,忽略了齒輪箱系統的固有特性,在實際應用中對非勻速工況的故障識別略顯不足。模態(tài)參數指系統的固有頻率、模態(tài)振型以及阻尼比,它反映機械系統的動態(tài)特性,機械系統在故障工況下其動態(tài)特性必然發(fā)生變化,因此通過模態(tài)分析繼續(xù)機械系統的故障診斷具有重要的理論意義和工程實用價值。 獨立分量分析(Independent Component Analysis,ICA)是信號分析的一種工具,它是在信源和傳輸條件均未知的條件下,僅根據源信號的統計特性,從觀測信號中將各獨立分量從混合信號中分離出來。工作模態(tài)分析不需要系統的激勵信號,實際上是系統模態(tài)參數的一種盲辨識方法,它與獨立分量分析對源信號的盲分解思路一致,研究基于ICA的工作模態(tài)參數盲辨識方法,將拓展ICA技術的應用領域。 本文在對理論研究的基礎上,以齒輪箱體為模型,基于齒輪箱在線工作時的振動信號,,進行了基于ICA的齒輪箱工作模態(tài)參數盲辨識技術研究,并將其辨識結果應用到齒輪箱故障診斷中,有效識別了故障。文中為驗證基于ICA的工作模態(tài)盲辨識算法的有效性,在Adams中進行了基于虛擬樣機的仿真,并用ICA方法對仿真數據進行了分析,與理論結果進行了對比。通過與test.Lab軟件polyMax模塊的計算結果進行對比,驗證了ICA識別工作模態(tài)參數的正確性。
【關鍵詞】:ICA 工作模態(tài)分析 盲辨識 齒輪箱
【學位授予單位】:中北大學
【學位級別】:碩士
【學位授予年份】:2015
【分類號】:TH165.3;TH132.4
【目錄】:
  • 摘要4-5
  • Abstract5-9
  • 1 緒論9-18
  • 1.1 選題背景與意義9-10
  • 1.2 獨立分量分析國內外研究現狀10-11
  • 1.3 工作模態(tài)分析國內外研究現狀11-12
  • 1.4 模態(tài)參數識別方法12-16
  • 1.5 基于 ICA 的工作模態(tài)盲辨識16-17
  • 1.6 文章的結構與主要內容17-18
  • 2 獨立分量分析的基本原理18-27
  • 2.1 獨立分量分析的數學模型18-19
  • 2.2 獨立分量分析的優(yōu)化判據19-24
  • 2.3 基于負熵的 FASTICA 算法24-25
  • 2.4 分離效果評價25-26
  • 2.5 本章小結26-27
  • 3 齒輪箱故障分析及實驗27-37
  • 3.1 齒輪箱的主要故障形式27-30
  • 3.2 齒輪箱故障分析30-34
  • 3.3 實驗平臺與故障的設置34-36
  • 3.4 本章小結36-37
  • 4 基于 ICA 的模態(tài)參數辨識方法37-49
  • 4.1 工作模態(tài)分析原理37-40
  • 4.2 基于 ICA 的機械系統模態(tài)獨立性分析及參數識別方法40-42
  • 4.3 基于 Adams 的仿真驗證42-48
  • 4.4 本章小結48-49
  • 5 齒輪箱模態(tài)參數識別及故障診斷49-64
  • 5.1 基于 PolyMAX 的模態(tài)參數識別原理49-51
  • 5.2 基于 PolyMAX 的齒輪箱模態(tài)參數識別51-56
  • 5.3 基于 ICA 的齒輪箱模態(tài)參數盲辨識及故障診斷56-63
  • 5.4 本章小結63-64
  • 6 總結與展望64-66
  • 6.1 總結64-65
  • 6.2 展望65-66
  • 參考文獻66-71
  • 致謝71-72
  • 攻讀碩士期間發(fā)表的論文及參加的科研項目72-73

【參考文獻】

中國期刊全文數據庫 前10條

1 劉喜武;高偉;張寧;劉婉瑩;;基于帶狀混合矩陣ICA實現地震盲反褶積[J];地球物理學進展;2007年04期

2 梁君;趙登峰;;工作模態(tài)分析理論研究現狀與發(fā)展[J];電子機械工程;2006年06期

3 凌潔;劉琚;孫建德;孫興華;;基于視覺模型的迭代AQIM水印算法[J];電子學報;2010年01期

4 凌燮亭;近場寬帶信號源的盲分離[J];電子學報;1996年07期

5 梁亮;楊敏華;李英芳;;基于ICA與SVM算法的高光譜遙感影像分類[J];光譜學與光譜分析;2010年10期

6 孫鑫暉;郝木明;李振濤;;基于極大似然估計的多參考點模態(tài)參數識別方法[J];工程力學;2013年10期

7 姚謙峰;張曉丹;;二階統計量盲辨識在模態(tài)參數識別中的應用[J];工程力學;2011年10期

8 王衛(wèi)華;黃鳳崗;;基于計算聽覺場景分析的語音盲分離方法[J];哈爾濱工程大學學報;2008年04期

9 韓捷,張琳娜;齒輪故障的振動頻譜機理研究[J];機械傳動;1997年02期

10 李志農;郝偉;韓捷;褚福磊;吳昭同;;基于非線性時序模型盲辨識的因子隱Markov模型識別方法[J];機械工程學報;2007年01期

中國博士學位論文全文數據庫 前2條

1 王軍華;圖像盲源分離的多尺度幾何分析方法[D];上海大學;2009年

2 王衛(wèi)華;盲源分離算法及應用研究[D];哈爾濱工程大學;2009年



本文編號:877352

資料下載
論文發(fā)表

本文鏈接:http://sikaile.net/jixiegongchenglunwen/877352.html


Copyright(c)文論論文網All Rights Reserved | 網站地圖 |

版權申明:資料由用戶4235f***提供,本站僅收錄摘要或目錄,作者需要刪除請E-mail郵箱bigeng88@qq.com