【摘要】：隨著科學(xué)技術(shù)的飛速發(fā)展,使用振動(dòng)機(jī)械的企業(yè)越來越朝著大型化、智能化的方向發(fā)展,因此對(duì)振動(dòng)機(jī)械運(yùn)行的穩(wěn)定性也要求越來越高,對(duì)振動(dòng)機(jī)械的狀態(tài)監(jiān)測(cè)及故障診斷越來越受到重視。振動(dòng)源是振動(dòng)篩的動(dòng)力來源,振動(dòng)源發(fā)生故障將導(dǎo)致整臺(tái)振動(dòng)篩停止運(yùn)行,甚至造成生產(chǎn)事故,導(dǎo)致巨大的經(jīng)濟(jì)損失。所以,對(duì)振動(dòng)源故障實(shí)現(xiàn)早期診斷和預(yù)防將對(duì)提高振動(dòng)篩的使用壽命和生產(chǎn)效率具有非常重要的意義,將對(duì)振動(dòng)篩故障診斷技術(shù)的發(fā)展起著重要的推進(jìn)作用。本文對(duì)振動(dòng)篩的常用振動(dòng)源—振動(dòng)電機(jī)的滾動(dòng)軸承,進(jìn)行了基于小波分析—EEMD—BSS與改進(jìn)的KNN算法的故障信號(hào)提取和故障識(shí)別研究。本文分析了小波分析與傅里葉變換的區(qū)別,系統(tǒng)的研究分析了小波變換、常用小波基函數(shù)、分析小波包等基本理論,通過微弱信號(hào)提取的仿真分析驗(yàn)證了小波分析在微弱信號(hào)提取中的有效性;通過對(duì)某實(shí)驗(yàn)信號(hào)分別采用小波去噪和巴特沃斯去噪,證明了小波去噪比巴特沃斯去噪更有優(yōu)勢(shì)。文中介紹了經(jīng)驗(yàn)?zāi)B(tài)分解(Empirical Mode Decomposition,EMD)算法和集合平均經(jīng)驗(yàn)分解(Ensemble Empirical Mode Decompositi,EEMD)算法的基本概念與原理,通過對(duì)模擬信號(hào)的對(duì)比分析以及對(duì)實(shí)際工況中提取實(shí)驗(yàn)數(shù)據(jù)的對(duì)比分析,證明了EEMD算法對(duì)抗混疊效應(yīng)的能力明顯強(qiáng)于EMD算法。根據(jù)EEMD算法在對(duì)抗混疊效應(yīng)方面的優(yōu)點(diǎn),結(jié)合傳統(tǒng)的盲源分離(Blind Source Separation,BSS)算法,提出了一種改進(jìn)的EEMD-BSS算法,該算法能夠有效的解決盲源分離中時(shí)常出現(xiàn)的觀測(cè)信號(hào)數(shù)小于振源數(shù)的問題,并且通過計(jì)算機(jī)仿真證明了EEMD-BSS算法對(duì)信號(hào)分離的有效性。本文分析了振動(dòng)電機(jī)滾動(dòng)軸承的振動(dòng)機(jī)理,對(duì)振動(dòng)電機(jī)滾動(dòng)軸承的故障頻率進(jìn)行了分析計(jì)算,分析了故障特征頻譜。利用Pro/E和Adams軟件實(shí)現(xiàn)了振動(dòng)電機(jī)滾動(dòng)軸承的建模及仿真。根據(jù)本文提出的EEMD—BSS算法,首先將仿真的故障信號(hào)進(jìn)行小波包分解、重構(gòu),將重構(gòu)的故障信號(hào)經(jīng)EEMD分解,取其第7~10階分量與對(duì)應(yīng)的原信號(hào)重新組合,將組合后的信號(hào)進(jìn)行BSS分離,分離的結(jié)果證明,基于EEMD-BSS算法可以在單通道的情況下較好的分離出故障特征頻率,它把傳統(tǒng)BSS算法難以應(yīng)對(duì)的欠定問題轉(zhuǎn)化成了適定問題,為故障信號(hào)的盲分離奠定了基礎(chǔ)。針對(duì)傳統(tǒng)K近鄰(K Nearest Neighbor,KNN)算法存在的不足,本文提出了基于特征屬性分類準(zhǔn)確度的特征權(quán)重計(jì)算方法,將這種方法得出的特征屬性權(quán)重應(yīng)用到加權(quán)KNN算法中,并將這種權(quán)重KNN算法應(yīng)用于振動(dòng)電機(jī)滾動(dòng)軸承樣本的分類,其分類結(jié)果與傳統(tǒng)KNN算法的分類結(jié)果比較,證明了所提出的基于特征屬性分類準(zhǔn)確度的特征權(quán)重的加權(quán)KNN算法可以有效的提高分類準(zhǔn)確度。針對(duì)傳統(tǒng)KNN算法存在的不足,基于樣本間距的思想,本文又提出了一種基于不對(duì)稱距離函數(shù)的改進(jìn)KNN算法,并利用這一改進(jìn)的KNN算法對(duì)振動(dòng)電機(jī)滾動(dòng)軸承樣本進(jìn)行了分類,從分類結(jié)果可以看出,這種基于不對(duì)稱距離函數(shù)的改進(jìn)KNN算法分類準(zhǔn)確率比改進(jìn)權(quán)重KNN算法分類準(zhǔn)確率又有了較大的提高。本文采用EEMD—BSS算法與改進(jìn)的KNN算法對(duì)振動(dòng)篩振動(dòng)電機(jī)滾動(dòng)軸承進(jìn)行故障診斷,從理論上有可靠的依據(jù),對(duì)振動(dòng)機(jī)械故障診斷技術(shù)的研究起到了一定的借鑒作用。
[Abstract]:......
【學(xué)位授予單位】：西安建筑科技大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2014
【分類號(hào)】：TM307

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 盛愛蘭,李舜酩;小波分析及其應(yīng)用的研究現(xiàn)狀和發(fā)展趨勢(shì)[J];淄博學(xué)院學(xué)報(bào)(自然科學(xué)與工程版);2001年04期

2 何永勇,褚福磊,王慶禹,鐘秉林;小波分析在應(yīng)用中的兩個(gè)問題研究[J];振動(dòng)工程學(xué)報(bào);2002年02期

3 王英俊,謝壽生;小波分析在航空發(fā)動(dòng)機(jī)性能趨勢(shì)監(jiān)控中的應(yīng)用[J];燃?xì)鉁u輪試驗(yàn)與研究;2003年03期

4 劉泉,唐兵;基于C++的小波分析函數(shù)庫設(shè)計(jì)[J];武漢理工大學(xué)學(xué)報(bào)(信息與管理工程版);2005年05期

5 薛全會(huì);程秀芳;姚桂艷;孫麗媛;;小波分析的應(yīng)用現(xiàn)狀與前景[J];河北理工學(xué)院學(xué)報(bào);2006年01期

6 康玲,萬葳,姜鐵兵;基于小波分析的水位流量關(guān)系曲線求解方法[J];華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2003年10期

7 張向陽;小波分析的初步應(yīng)用研究[J];中國原子能科學(xué)研究院年報(bào);2003年00期

8 臧發(fā)業(yè);小波分析和現(xiàn)代科學(xué)[J];山東交通學(xué)院學(xué)報(bào);2004年03期

9 么連福;;基于小波分析的焊接圖像缺陷診斷方法[J];東北電力大學(xué)學(xué)報(bào);2007年06期

10 李文斌;張建宇;高立新;;小波分析在旋轉(zhuǎn)機(jī)械故障診斷中的應(yīng)用現(xiàn)狀及展望[J];冶金設(shè)備;2010年04期

相關(guān)會(huì)議論文 前10條

1 劉素一;;研究生課程《小波分析》的教學(xué)方法研究[A];第5屆教育教學(xué)改革與管理工程學(xué)術(shù)年會(huì)論文集[C];2012年

2 陸費(fèi)東;蔣愛平;;小波分析在控制中的應(yīng)用及展望[A];2007北京地區(qū)高校研究生學(xué)術(shù)交流會(huì)通信與信息技術(shù)會(huì)議論文集（上冊(cè)）[C];2008年

3 陸費(fèi)東;蔣愛平;;小波分析在控制中的應(yīng)用及展望[A];第一屆中國智能計(jì)算大會(huì)論文集[C];2007年

4 黃友銳;趙娜娜;;一種基于小波分析的焊縫識(shí)別算法[A];煤礦自動(dòng)化與信息化——第20屆全國煤礦自動(dòng)化與信息化學(xué)術(shù)會(huì)議暨第2屆中國煤礦信息化與自動(dòng)化高層論壇論文集[C];2010年

5 崔旭東;董維申;劉瑞根;;應(yīng)用小波分析探測(cè)閃光圖像邊緣[A];中國工程物理研究院科技年報(bào)（2000）[C];2000年

6 王運(yùn)森;邱景平;孫豁然;;小波分析及其在爆破震動(dòng)信號(hào)處理中的應(yīng)用[A];2004年全國礦山信息化建設(shè)成果及技術(shù)交流會(huì)論文集[C];2004年

7 武東輝;張金華;程學(xué)強(qiáng);;小波分析在沉降數(shù)據(jù)可靠性檢驗(yàn)中的應(yīng)用[A];第二屆全國地下、水下工程技術(shù)交流會(huì)論文集[C];2011年

8 秦文政;馬莉;;基于視覺顯著性和小波分析的煙霧檢測(cè)方法[A];浙江省信號(hào)處理學(xué)會(huì)2011學(xué)術(shù)年會(huì)論文集[C];2011年

9 劉國棟;張美云;梁巧萍;;基于離散小波分析的印刷墨斑評(píng)價(jià)方法研究[A];顏色科學(xué)與技術(shù)——2012第二屆中國印刷與包裝學(xué)術(shù)會(huì)議論文摘要集[C];2012年

10 王小明;張子戌;;用小波分析提高測(cè)井曲線中構(gòu)造煤薄層的分辨率[A];瓦斯地質(zhì)研究與應(yīng)用——中國煤炭學(xué)會(huì)瓦斯地質(zhì)專業(yè)委員會(huì)第三次全國瓦斯地質(zhì)學(xué)術(shù)研討會(huì)[C];2003年

相關(guān)重要報(bào)紙文章 前1條

1 陽雄;李建平：前沿課題敢“弄斧”[N];解放軍報(bào);2002年

相關(guān)博士學(xué)位論文 前10條

1 熊雷;小波分析在流體方程中的應(yīng)用研究[D];武漢理工大學(xué);2007年

2 衡彤;小波分析及其應(yīng)用研究[D];四川大學(xué);2003年

3 李玉峰;小波分析在圖像去噪與壓縮中的應(yīng)用研究[D];中國科學(xué)院研究生院（長春光學(xué)精密機(jī)械與物理研究所）;2006年

4 米湘成;小波分析和人工神經(jīng)網(wǎng)絡(luò)在生態(tài)學(xué)研究中的應(yīng)用[D];中國科學(xué)院研究生院（植物研究所）;2004年

5 李翔;基于小波分析的測(cè)量信號(hào)處理技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2009年

6 袁德寶;GPS變形監(jiān)測(cè)數(shù)據(jù)的小波分析與應(yīng)用研究[D];中國礦業(yè)大學(xué)（北京）;2009年

7 尚緒鳳;基于小波的積分微分方程的數(shù)值解[D];浙江大學(xué);2008年

8 宋宜美;圖像處理的超小波分析與變分方法研究[D];西安電子科技大學(xué);2012年

9 劉占輝;小波分析在聲學(xué)泄漏信號(hào)檢測(cè)中的應(yīng)用[D];吉林大學(xué);2007年

10 朱軍生;小波分析在害蟲預(yù)測(cè)中的應(yīng)用研究[D];南京農(nóng)業(yè)大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 申婷婷;基于小波分析的齒輪箱故障診斷技術(shù)研究[D];天津理工大學(xué);2015年

2 金瀟男;基于小波分析的不同類型振動(dòng)特性研究[D];長江科學(xué)院;2015年

3 李偉;基于小波分析的二維結(jié)構(gòu)損傷識(shí)別方法應(yīng)用研究[D];西南交通大學(xué);2015年

4 陳立三;基于小波分析與神經(jīng)網(wǎng)絡(luò)的變形模型分析研究[D];江西理工大學(xué);2015年

5 賈遂賓;基于小波的基因差異表達(dá)建模分析[D];哈爾濱工業(yè)大學(xué);2015年

6 秦勇;基于曲率模態(tài)和小波分析的橋梁損傷識(shí)別研究[D];上海應(yīng)用技術(shù)學(xué)院;2015年

7 程振桓;小波分析在無損探傷中的應(yīng)用[D];青島科技大學(xué);2015年

8 吳成;小波分析在GPS變形監(jiān)測(cè)中的應(yīng)用[D];東華理工大學(xué);2014年

9 吳闖;基于模糊理論及小波理論的橋梁變形分析應(yīng)用研究[D];東華理工大學(xué);2014年

10 相林杰;基于小波分析的橋梁結(jié)構(gòu)損傷識(shí)別方法研究[D];天津大學(xué);2013年

，

本文編號(hào)：2457330