【摘要】：隨著信息理論和圖像分析理論的發(fā)展,近年來基于圖像處理的故障診斷方法研究成為故障診斷領(lǐng)域研究熱點(diǎn)。時(shí)頻圖像相比于時(shí)域圖和頻域圖包含更加豐富的風(fēng)電傳動(dòng)機(jī)械運(yùn)行狀態(tài)信息,更加適合風(fēng)電傳動(dòng)機(jī)械故障分析,但是目前時(shí)頻圖像分析一般需要專業(yè)人員分析判別,且一般從時(shí)域或頻域參數(shù)分析,沒有充分利用圖像幾何形狀紋理等信息,自動(dòng)化程度低。因此本文開展基于圖像特征提取的風(fēng)電傳動(dòng)機(jī)械故障診斷方法研究,提高故障診斷效率與準(zhǔn)確率。主要研究工作包括:(1)為了使圖像處理技術(shù)應(yīng)用到故障診斷中,首先研究如何利用振動(dòng)信號(hào)構(gòu)建合適的參數(shù)圖像。本文研究短時(shí)傅里葉變換、Wigner-Ville分布以及閾值去噪小波變換三種時(shí)頻分析方法,并對(duì)模擬信號(hào)進(jìn)行時(shí)頻分析得到二維時(shí)頻圖像,對(duì)比分析結(jié)果表明基于閾值去噪小波變換的時(shí)頻圖像有更好的時(shí)頻分辨率和抗噪聲能力,能夠更加清晰反映風(fēng)電機(jī)組故障信息。(2)為了對(duì)時(shí)頻圖像進(jìn)行特征提取并得到統(tǒng)計(jì)量特征,研究提取圖像特征的灰度共生矩陣方法、Hu不變矩方法及兩種方法結(jié)合�；叶裙采仃嚹芫_反映圖像紋理的空間復(fù)雜度、粗糙程度和重復(fù)方向,Hu不變矩能夠充分反映圖像區(qū)域特征。提出利用特征值的相關(guān)性進(jìn)行兩種方法的特征結(jié)合,新特征向量能夠更好表現(xiàn)時(shí)頻圖像特征,有效提取風(fēng)電機(jī)組傳動(dòng)機(jī)械故障信息。(3)針對(duì)本文所提取的時(shí)頻圖像特征向量,將人工免疫算法中的陰性選擇算法應(yīng)用到風(fēng)電傳動(dòng)機(jī)械故障診斷中,提出適用于振動(dòng)信號(hào)時(shí)頻圖像識(shí)別的可變閾值實(shí)值陰性選擇算法及其故障診斷方法流程。(4)驗(yàn)證所研究的基于圖像特征提取技術(shù)的風(fēng)電機(jī)組傳動(dòng)機(jī)械故障診斷方法,對(duì)河北某風(fēng)場(chǎng)風(fēng)機(jī)齒輪箱正常振動(dòng)信號(hào)和故障振動(dòng)信號(hào)進(jìn)行數(shù)據(jù)處理、構(gòu)建時(shí)頻圖像、提取圖像特征并應(yīng)用人工免疫算法進(jìn)行故障分析,提高了故障診斷準(zhǔn)確率。
【學(xué)位授予單位】：北京信息科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TM614;TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 白明柱;楊立森;阿木古楞;;圖像特征提取的研究進(jìn)展[J];科技創(chuàng)新與應(yīng)用;2013年04期

2 林明星,王曉華,管志光,丁鳳華,趙永瑞;基于差分碼的圖像特征提取方法研究[J];儀器儀表學(xué)報(bào);2004年S2期

3 趙英亮;王黎明;韓焱;;基于形態(tài)學(xué)與聚類相結(jié)合的圖像特征提取方法研究[J];彈箭與制導(dǎo)學(xué)報(bào);2010年02期

4 周春光;孫明芳;王u&菁;陳前;劉小華;劉昱昊;;基于稀疏張量的人臉圖像特征提取[J];吉林大學(xué)學(xué)報(bào)(工學(xué)版);2012年06期

5 韋v

本文編號(hào)：2790306