隨著科技的不斷發(fā)展,機(jī)電設(shè)備如電動(dòng)缸等機(jī)構(gòu)在車(chē)輛裝備、智能制造等領(lǐng)域中應(yīng)用的越來(lái)越廣泛,電機(jī)作為機(jī)電設(shè)備中常用的執(zhí)行機(jī)構(gòu),其軸承發(fā)生故障會(huì)對(duì)設(shè)備整體造成重大的損失。為了進(jìn)行實(shí)時(shí)的狀態(tài)監(jiān)測(cè),采集設(shè)備關(guān)鍵位置的振動(dòng)信號(hào),對(duì)于需要采集很多位置信息的大型設(shè)備,會(huì)對(duì)數(shù)據(jù)傳輸和儲(chǔ)存造成巨大壓力。通過(guò)基于壓縮感知原理的壓縮采樣技術(shù)能夠在采集信號(hào)的同時(shí)進(jìn)行壓縮,本文以電機(jī)軸承為研究對(duì)象,提出了一種基于壓縮采樣模型和移不變字典的故障診斷方法,并對(duì)故障辨識(shí)的精度進(jìn)行了仿真驗(yàn)證。本文首先對(duì)電機(jī)軸承的主要故障形式和故障振動(dòng)機(jī)理進(jìn)行了分析,說(shuō)明了軸承的振動(dòng)信號(hào)在壓縮感知理論中的適用性,建立了基于壓縮感知理論的實(shí)際采樣仿真模型,對(duì)其數(shù)學(xué)理論模型進(jìn)行了推導(dǎo),提取出用于信號(hào)重構(gòu)的投影矩陣。接著,針對(duì)含有背景噪聲信號(hào)的重構(gòu)問(wèn)題,結(jié)合了移不變字典學(xué)習(xí)算法和小波包閾值降噪方法,對(duì)訓(xùn)練數(shù)據(jù)進(jìn)行降噪預(yù)處理,再通過(guò)字典學(xué)習(xí)得到了含有純凈故障沖擊特征的基函數(shù),將基函數(shù)進(jìn)行時(shí)移擴(kuò)展得到用于信號(hào)重構(gòu)的過(guò)完備字典。通過(guò)仿真分析對(duì)不同壓縮采樣率下的重構(gòu)信號(hào)進(jìn)行對(duì)比,結(jié)果表明只需要采集少量的數(shù)據(jù)就能夠?qū)υ夹盘?hào)中的故障特征波形進(jìn)行較為精確的... 

【文章來(lái)源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁(yè)數(shù)】：79 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題背景及研究的目的和意義
    1.2 電機(jī)軸承故障特征提取方法國(guó)內(nèi)外研究現(xiàn)狀
    1.3 電機(jī)軸承故障智能診斷算法國(guó)內(nèi)外研究現(xiàn)狀
    1.4 壓縮感知及其在軸承故障診斷的應(yīng)用國(guó)內(nèi)外研究現(xiàn)狀
    1.5 本文主要研究?jī)?nèi)容
第2章 電機(jī)軸承故障機(jī)理及壓縮采樣原理
    2.1 電機(jī)軸承故障機(jī)理
    2.2 壓縮感知基本理論
    2.3 壓縮采樣模型
    2.4 故障診斷總體方案
    2.5 本章小結(jié)
第3章 基于移不變K-SVD字典學(xué)習(xí)的信號(hào)重構(gòu)
    3.1 移不變字典的基本結(jié)構(gòu)
    3.2 移不變K-SVD字典學(xué)習(xí)算法
        3.2.1 稀疏系數(shù)更新階段
        3.2.2 基函數(shù)更新階段
    3.3 小波包閾值降噪
    3.4 仿真分析
        3.4.1 實(shí)驗(yàn)數(shù)據(jù)來(lái)源
        3.4.2 字典學(xué)習(xí)仿真
        3.4.3 重構(gòu)信號(hào)仿真分析
    3.5 本章小結(jié)
第4章 重構(gòu)信號(hào)的特征提取
    4.1 基于CEEMDAN的特征提取方法
        4.1.1 經(jīng)驗(yàn)?zāi)B(tài)分解基本原理
        4.1.2 CEEMDAN改進(jìn)算法原理
        4.1.3 模態(tài)分量特征提取
        4.1.4 仿真分析
    4.2 基于基函數(shù)能量特征指標(biāo)的特征提取方法
        4.2.1 基函數(shù)能量特征
        4.2.2 Relief F特征選擇算法
        4.2.3 仿真分析
    4.3 本章小結(jié)
第5章 故障診斷模型的建立及系統(tǒng)整體測(cè)試
    5.1 支持向量機(jī)分類(lèi)模型
        5.1.1 基礎(chǔ)理論
        5.1.2 核函數(shù)類(lèi)型及其影響
    5.2 粒子群優(yōu)化方法
    5.3 實(shí)驗(yàn)驗(yàn)證
        5.3.1 故障診斷模型仿真實(shí)驗(yàn)方案
        5.3.2 單一故障類(lèi)型仿真實(shí)驗(yàn)
        5.3.3 不同負(fù)載診斷仿真實(shí)驗(yàn)
        5.3.4 復(fù)合故障診斷仿真實(shí)驗(yàn)
    5.4 本章小結(jié)
結(jié)論及展望
參考文獻(xiàn)
攻讀碩士期間發(fā)表的論文及其他成果
致謝



本文編號(hào)：3050672