發(fā)布時(shí)間：2017-08-01 17:15

  本文關(guān)鍵詞：基于多源融合技術(shù)的轉(zhuǎn)子系統(tǒng)載荷識(shí)別研究

  更多相關(guān)文章： 轉(zhuǎn)子系統(tǒng) 振動(dòng) 電機(jī)電流 多源融合 載荷類型識(shí)別 載荷定量識(shí)別

【摘要】：本課題針對(duì)機(jī)械裝備轉(zhuǎn)子系統(tǒng)結(jié)構(gòu)復(fù)雜、承受載荷大、驅(qū)動(dòng)電機(jī)功率大、振動(dòng)問題突出、影響載荷與故障的因素多的特點(diǎn)而提出,對(duì)系統(tǒng)進(jìn)行載荷識(shí)別以保證機(jī)械裝備可靠安全的運(yùn)行。旋轉(zhuǎn)機(jī)械應(yīng)用廣泛。轉(zhuǎn)子系統(tǒng),作為旋轉(zhuǎn)機(jī)械的核心部件,對(duì)其監(jiān)測(cè)尤為重要。在電機(jī)拖動(dòng)的轉(zhuǎn)子系統(tǒng)中,當(dāng)系統(tǒng)受到扭矩激勵(lì)的載荷時(shí),載荷特性會(huì)反應(yīng)到響應(yīng)信號(hào)中。其中,振動(dòng)信號(hào)易采集,能夠很好地反映載荷的作用時(shí)刻和強(qiáng)度信息;拖動(dòng)電機(jī)的定子電流信號(hào),由于電磁轉(zhuǎn)矩的聯(lián)系,也包含有載荷的特征信息,可以作為識(shí)別載荷的重要信息。因此,這兩類信號(hào)可以作為載荷識(shí)別的信息來源。本文通過搭建的轉(zhuǎn)子試驗(yàn)臺(tái),進(jìn)行了穩(wěn)態(tài)、沖擊、線性、正弦4種不同類型的載荷激勵(lì)試驗(yàn),采集了轉(zhuǎn)子系統(tǒng)的振動(dòng)信號(hào)和拖動(dòng)電機(jī)的電流信號(hào)。基于振動(dòng)信號(hào)常含有噪聲的特點(diǎn),提出一種改進(jìn)的閾值處理函數(shù),對(duì)振動(dòng)信號(hào)進(jìn)行了降噪;基于電機(jī)電流信號(hào)中特征譜容易淹沒于工頻譜的特點(diǎn),提出了奇異值分解,對(duì)工頻分量進(jìn)行了弱化,凸顯了特征分量。對(duì)兩類信號(hào)預(yù)處理之后,分別進(jìn)行了載荷的類型識(shí)別和載荷的定量識(shí)別。在不同類型載荷作用下,針對(duì)振動(dòng)信號(hào),引入分形理論中的關(guān)聯(lián)維數(shù),在時(shí)域進(jìn)行數(shù)值化特征提取,揭示載荷類型與振動(dòng)特征量的映射關(guān)系,提出了基于振動(dòng)信號(hào)進(jìn)行轉(zhuǎn)子系統(tǒng)載荷類型辨識(shí)的思路。針對(duì)電流信號(hào),利用小波包分解,在頻域提取信號(hào)的能量特征分布,形成特征向量,建立載荷類型與特征向量的映射關(guān)系,提出基于電流信號(hào)進(jìn)行轉(zhuǎn)子系統(tǒng)載荷類型識(shí)別的思路。針對(duì)單源信號(hào)在載荷類型識(shí)別中的局限性,綜合振動(dòng)信號(hào)和電流信號(hào),提出了基于貝葉斯估計(jì)的多源融合技術(shù),構(gòu)建載荷類型與兩種響應(yīng)信號(hào)特征量的映射關(guān)系,為載荷類型辨識(shí)提供了新思路。針對(duì)載荷的定量識(shí)別,引入支持向量機(jī)機(jī)器學(xué)習(xí)方法。利用單源的振動(dòng)信號(hào)和電流信號(hào),通過回歸型支持向量機(jī),將穩(wěn)態(tài)載荷作為訓(xùn)練樣本,擬合出響應(yīng)信號(hào)幅值與載荷數(shù)值的耦合關(guān)系模型。對(duì)于測(cè)試樣本,輸入選取的信號(hào)特征點(diǎn)的幅值,即可得到預(yù)測(cè)的載荷數(shù)值,通過離散的載荷數(shù)值擬合出載荷的公式或圖線。針對(duì)單源信號(hào)在載荷定量識(shí)別中的不穩(wěn)定性,提出了結(jié)合兩種信號(hào)的多源融合技術(shù),進(jìn)行了載荷的定量識(shí)別,并證明了方法的可靠性。本文對(duì)載荷類型的識(shí)別,填補(bǔ)了載荷識(shí)別方面的部分空白。另外,本文提出的識(shí)別方法,均不需要考慮系統(tǒng)本身的參數(shù),避免了繁瑣的系統(tǒng)建模過程,可以用來解決其他相似問題。
【關(guān)鍵詞】：轉(zhuǎn)子系統(tǒng) 振動(dòng) 電機(jī)電流 多源融合 載荷類型識(shí)別 載荷定量識(shí)別
【學(xué)位授予單位】：太原理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TM303.3
【目錄】：

• 摘要3-5
• ABSTRACT5-12
• 第一章 緒論12-20
• 1.1 引言12
• 1.2 選題目的及意義12-13
• 1.3 國內(nèi)外研究動(dòng)態(tài)13-17
• 1.3.1 基于電機(jī)電流的載荷識(shí)別13-15
• 1.3.2 基于振動(dòng)信號(hào)的載荷識(shí)別15-16
• 1.3.3 多源融合技術(shù)16-17
• 1.4 研究目標(biāo)和研究?jī)?nèi)容17-18
• 1.5 小結(jié)18-20
• 第二章 轉(zhuǎn)子系統(tǒng)振動(dòng)特征及其載荷類型識(shí)別20-32
• 2.1 引言20
• 2.2 振動(dòng)信號(hào)特征20-21
• 2.3 小波降噪方法21-22
• 2.3.1 小波降噪原理與步驟21-22
• 2.3.2 降噪效果評(píng)判指標(biāo)22
• 2.4 基于改進(jìn)閾值函數(shù)的振動(dòng)信號(hào)小波降噪22-27
• 2.4.1 傳統(tǒng)閾值處理函數(shù)22-23
• 2.4.2 改進(jìn)閾值處理函數(shù)23-24
• 2.4.3 改進(jìn)閾值函數(shù)降噪的可行性分析24-26
• 2.4.4 振動(dòng)信號(hào)的改進(jìn)閾值小波降噪26-27
• 2.5 基于關(guān)聯(lián)維數(shù)的載荷類型識(shí)別27-31
• 2.5.1 關(guān)聯(lián)維數(shù)及其計(jì)算步驟27-29
• 2.5.2 振動(dòng)信號(hào)的關(guān)聯(lián)維數(shù)計(jì)算及載荷類型識(shí)別29-31
• 2.6 小結(jié)31-32
• 第三章 轉(zhuǎn)子系統(tǒng)電機(jī)電流特征及其載荷類型識(shí)別32-46
• 3.1 引言32
• 3.2 電機(jī)電流信號(hào)特征32-34
• 3.3 基于奇異值分解的電機(jī)電流信號(hào)分析方法34-38
• 3.3.1 奇異值分解原理與步驟34-35
• 3.3.2 奇異值分解的可行性分析35-37
• 3.3.3 電機(jī)電流信號(hào)的奇異值分解37-38
• 3.4 基于小波包和B-P神經(jīng)網(wǎng)絡(luò)的載荷類型識(shí)別38-43
• 3.4.1 小波包能量特征提取原理38-39
• 3.4.2 BP神經(jīng)網(wǎng)絡(luò)原理39-40
• 3.4.3 電流信號(hào)的載荷類型識(shí)別40-43
• 3.5 小結(jié)43-46
• 第四章 多源融合技術(shù)的載荷類型識(shí)別46-54
• 4.1 引言46
• 4.2 多源融合技術(shù)原理46-48
• 4.2.1 多源融合技術(shù)簡(jiǎn)介46-47
• 4.2.2 多源融合技術(shù)特點(diǎn)47
• 4.2.3 多源融合技術(shù)分類47-48
• 4.2.4 多源信息融合方法48
• 4.3 貝葉斯估計(jì)原理48-50
• 4.3.1 貝葉斯統(tǒng)計(jì)理論48-49
• 4.3.2 貝葉斯估計(jì)分類原理49
• 4.3.3 貝葉斯估計(jì)分類步驟49-50
• 4.3.4 特殊情況處理50
• 4.4 基于貝葉斯估計(jì)的載荷類型識(shí)別50-53
• 4.4.1 確定特征屬性50-51
• 4.4.2 統(tǒng)計(jì)先驗(yàn)分布51-52
• 4.4.3 測(cè)試樣本分類52-53
• 4.4.4 識(shí)別效果分析53
• 4.5 小結(jié)53-54
• 第五章 基于多源融合技術(shù)的載荷定量識(shí)別54-66
• 5.1 引言54
• 5.2 載荷定量識(shí)別原理及可行性分析54-58
• 5.2.1 支持向量機(jī)基本原理54-57
• 5.2.2 載荷定量識(shí)別可行性分析57-58
• 5.3 單源信號(hào)的載荷定量識(shí)別58-63
• 5.3.1 特征點(diǎn)選取58
• 5.3.2 參數(shù)選取58-59
• 5.3.3 載荷定量識(shí)別59-63
• 5.4 多源融合的載荷定量識(shí)別63-65
• 5.4.1 四類載荷的定量識(shí)別64-65
• 5.4.2 載荷識(shí)別效果分析65
• 5.5 小結(jié)65-66
• 第六章 載荷識(shí)別試驗(yàn)66-80
• 6.1 引言66
• 6.2 載荷識(shí)別試驗(yàn)臺(tái)簡(jiǎn)介66-68
• 6.3 試驗(yàn)測(cè)試系統(tǒng)設(shè)計(jì)68-74
• 6.3.1 測(cè)試系統(tǒng)功能設(shè)計(jì)68
• 6.3.2 轉(zhuǎn)速控制方法68-69
• 6.3.3 載荷控制方法69-72
• 6.3.4 振動(dòng)測(cè)試方法72
• 6.3.5 電機(jī)電流測(cè)試方法72-73
• 6.3.6 采集分析儀器設(shè)備選型設(shè)計(jì)73-74
• 6.4 試驗(yàn)方案設(shè)計(jì)74-76
• 6.4.1 試驗(yàn)?zāi)康?/span>74
• 6.4.2 試驗(yàn)內(nèi)容74-75
• 6.4.3 試驗(yàn)步驟75
• 6.4.4 注意事項(xiàng)75-76
• 6.5 試驗(yàn)結(jié)果與分析76-79
• 6.6 小結(jié)79-80
• 第七章 結(jié)論與展望80-82
• 7.1 工作總結(jié)80
• 7.2 主要結(jié)論80-81
• 7.3 進(jìn)一步工作展望81-82
• 參考文獻(xiàn)82-87
• 致謝87-88
• 攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文88

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 李龍躍;劉付顯;劉永蘭;齊德慶;;目標(biāo)類型識(shí)別的改進(jìn)灰關(guān)聯(lián)模型[J];空軍工程大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年05期

2 葛文義;車輛軸承類型識(shí)別方法的探討[J];哈鐵科技通訊;1997年02期

3 屈志宏;齊曉林;李方;郭明威;;多傳感器信息融合技術(shù)在目標(biāo)飛機(jī)類型識(shí)別上的應(yīng)用[J];火炮發(fā)射與控制學(xué)報(bào);2008年03期

4 李大鵬;楊根源;李京;;基于粗糙自適應(yīng)神經(jīng)模糊推理的導(dǎo)彈類型識(shí)別[J];戰(zhàn)術(shù)導(dǎo)彈技術(shù);2012年04期

5 申清明;高建民;李成;;焊縫缺陷類型識(shí)別方法的研究[J];西安交通大學(xué)學(xué)報(bào);2010年07期

6 冷畫屏;吳曉鋒;余永權(quán);;水面目標(biāo)機(jī)動(dòng)類型識(shí)別研究[J];艦船科學(xué)技術(shù);2007年04期

7 郭建亮;郭軍;申卯興;;基于二叉樹支持向量機(jī)的空襲目標(biāo)類型識(shí)別[J];現(xiàn)代防御技術(shù);2009年01期

8 黃美發(fā);張晶;匡兵;;基于自組織特征映射神經(jīng)網(wǎng)絡(luò)的零件加工尺寸類型識(shí)別[J];工程設(shè)計(jì)學(xué)報(bào);2008年05期

9 楊揚(yáng);姚恩建;岳昊;劉宇環(huán);;基于支持向量機(jī)的出行鏈活動(dòng)類型識(shí)別研究[J];交通運(yùn)輸系統(tǒng)工程與信息;2010年06期

10 熊先澤;李言俊;張科;;基于信息管理與融合技術(shù)在目標(biāo)類型識(shí)別上的研究[J];航天控制;2007年05期

中國重要報(bào)紙全文數(shù)據(jù)庫 前1條

1 河北 周炳峻 劉峰 劉永紅;手機(jī)鋰離子電池淺析及變通利用[N];電子報(bào);2002年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 車紅昆;非成像式超聲檢測(cè)缺陷類型識(shí)別關(guān)鍵技術(shù)及其應(yīng)用研究[D];浙江大學(xué);2011年

2 張?chǎng)舞?短波語音通話下的飛機(jī)類型識(shí)別研究[D];哈爾濱工程大學(xué);2013年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 加力康;基于多源融合技術(shù)的轉(zhuǎn)子系統(tǒng)載荷識(shí)別研究[D];太原理工大學(xué);2016年

2 王一哲;事件類型識(shí)別問題研究[D];山東大學(xué);2013年

3 曹鼎;文件類型識(shí)別技術(shù)研究[D];解放軍信息工程大學(xué);2011年

4 許潭潭;基于內(nèi)容的數(shù)據(jù)碎片類型識(shí)別技術(shù)研究[D];杭州電子科技大學(xué);2014年

5 張?chǎng)舞?基于短波通信的飛機(jī)類型識(shí)別[D];哈爾濱工程大學(xué);2008年

6 李琥;銀行單據(jù)類型識(shí)別研究與實(shí)現(xiàn)[D];浙江大學(xué);2004年

7 邵素琳;基于機(jī)器視覺的煙葉梗莖檢測(cè)與煙葉類型識(shí)別方法研究[D];南京理工大學(xué);2013年

8 李亞奎;基于單目視覺的運(yùn)動(dòng)車輛類型識(shí)別[D];武漢理工大學(xué);2008年

9 張杰;圖像處理在車輛類型識(shí)別中的應(yīng)用[D];武漢理工大學(xué);2014年

10 劉峰;面向短波語音通信的飛機(jī)類型識(shí)別[D];哈爾濱工程大學(xué);2009年

，

本文編號(hào)：605313