發(fā)布時(shí)間：2017-08-06 00:15

  本文關(guān)鍵詞：基于流形學(xué)習(xí)的旋轉(zhuǎn)機(jī)械故障識(shí)別方法研究

  更多相關(guān)文章： 旋轉(zhuǎn)機(jī)械 故障識(shí)別 流形學(xué)習(xí) 等距映射 特征提取 固有模態(tài)函數(shù)

【摘要】：旋轉(zhuǎn)機(jī)械在現(xiàn)代生產(chǎn)體系中占據(jù)著不可替代的位置,一旦發(fā)生故障而沒有及時(shí)發(fā)覺,就會(huì)由于多米諾效應(yīng)導(dǎo)致整個(gè)系統(tǒng)癱瘓,造成重大的經(jīng)濟(jì)損失甚至人員傷亡。因此對(duì)旋轉(zhuǎn)機(jī)械的故障識(shí)別技術(shù)顯得尤為重要。故障識(shí)別主要步驟是首先獲取設(shè)備現(xiàn)場(chǎng)運(yùn)行信息,然后提取故障特征,最后進(jìn)行狀態(tài)識(shí)別和故障診斷。其中的關(guān)鍵是從振動(dòng)信號(hào)中提取故障特征,也是本文的研究重點(diǎn)。本文深入研究了流形學(xué)習(xí)算法的基本原理,針對(duì)其易形成數(shù)據(jù)空洞而導(dǎo)致樣本缺失的問題做出改進(jìn),并通過UCI數(shù)據(jù)集的仿真實(shí)例驗(yàn)證流形學(xué)習(xí)在揭示信號(hào)本質(zhì)結(jié)構(gòu)方面的有效性。對(duì)流形學(xué)習(xí)應(yīng)用在故障識(shí)別時(shí)的高聚類性進(jìn)行深入分析,與傳統(tǒng)的主元分析等線性處理方法進(jìn)行對(duì)比,說明了流形學(xué)習(xí)能夠發(fā)現(xiàn)數(shù)據(jù)集隱藏在高維觀測(cè)樣本下的本質(zhì)結(jié)構(gòu)。本文采用流形學(xué)習(xí)和固有模態(tài)函數(shù)特征能量相結(jié)合的方法來提取故障信息特征�，F(xiàn)場(chǎng)采集的設(shè)備振動(dòng)信號(hào)經(jīng)過EMD時(shí)頻分析方法后得到若干個(gè)固有模態(tài)函數(shù),由各階固有模態(tài)函數(shù)的能量值組成特征向量,然后采用流形學(xué)習(xí)去除特征之間的冗余信息,提取出最能表征故障信息的特征。本文以機(jī)械故障綜合模擬實(shí)驗(yàn)臺(tái)為研究對(duì)象,搭建了基于Lab VIEW的信號(hào)采集系統(tǒng),采用所提方法成功地對(duì)軸承和齒輪進(jìn)行了故障診斷,發(fā)現(xiàn)了基于流形學(xué)習(xí)的故障識(shí)別技術(shù)對(duì)工況不敏感而對(duì)故障程度敏感,這對(duì)于故障診斷具有重要意義。本文將流形學(xué)習(xí)引入風(fēng)電機(jī)組在線監(jiān)測(cè)與故障診斷系統(tǒng),成功地對(duì)風(fēng)電機(jī)組的傳動(dòng)鏈進(jìn)行了故障診斷,是技術(shù)理論轉(zhuǎn)化為工程應(yīng)用的一個(gè)重要實(shí)踐。
【關(guān)鍵詞】：旋轉(zhuǎn)機(jī)械 故障識(shí)別 流形學(xué)習(xí) 等距映射 特征提取 固有模態(tài)函數(shù)
【學(xué)位授予單位】：燕山大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TH165.3;TM315
【目錄】：

• 摘要5-6
• ABSTRACT6-11
• 第1章 緒論11-19
• 1.1 課題背景及研究的目的和意義11-12
• 1.2 旋轉(zhuǎn)機(jī)械故障識(shí)別技術(shù)研究現(xiàn)狀12-16
• 1.2.1 旋轉(zhuǎn)機(jī)械故障識(shí)別的主要內(nèi)容12-15
• 1.2.2 旋轉(zhuǎn)機(jī)械故障識(shí)別技術(shù)的研究現(xiàn)狀15-16
• 1.3 流形學(xué)習(xí)的研究現(xiàn)狀及分析16-18
• 1.3.1 流形學(xué)習(xí)算法的研究現(xiàn)狀16-17
• 1.3.2 流形學(xué)習(xí)的應(yīng)用領(lǐng)域分析17-18
• 1.4 本文的主要內(nèi)容18-19
• 第2章 流形學(xué)習(xí)的基本原理19-31
• 2.1 流形學(xué)習(xí)的基本概念19-23
• 2.1.1 機(jī)器學(xué)習(xí)19-20
• 2.1.2 流形的概念20-21
• 2.1.3 流形學(xué)習(xí)21-22
• 2.1.4 常見的幾種流形學(xué)習(xí)方法22-23
• 2.2 等距映射算法23-28
• 2.2.1 算法的簡(jiǎn)介24-27
• 2.2.2 等距映射與MDS和PCA27-28
• 2.3 流形學(xué)習(xí)的原始應(yīng)用28-30
• 2.3.1 人臉識(shí)別28-29
• 2.3.2 瑞士卷數(shù)據(jù)集29-30
• 2.4 本章小結(jié)30-31
• 第3章 基于流形學(xué)習(xí)的故障識(shí)別方法研究31-46
• 3.1 改進(jìn)的流形學(xué)習(xí)在模式識(shí)別中的應(yīng)用31-37
• 3.1.1 改進(jìn)的流形學(xué)習(xí)31-32
• 3.1.2 仿真驗(yàn)證32-34
• 3.1.3 流形學(xué)習(xí)的高聚類性34-37
• 3.2 IMF特征能量37-45
• 3.2.1 固有模態(tài)函數(shù)37-38
• 3.2.2 EMD基本原理38-41
• 3.2.3 IMF特征能量41
• 3.2.4 傳統(tǒng)特征提取方法41-44
• 3.2.5 實(shí)驗(yàn)驗(yàn)證44-45
• 3.3 本章小結(jié)45-46
• 第4章 基于流形學(xué)習(xí)的旋轉(zhuǎn)機(jī)械故障識(shí)別46-60
• 4.1 旋轉(zhuǎn)機(jī)械故障模擬實(shí)驗(yàn)系統(tǒng)46-51
• 4.1.1 機(jī)械故障綜合模擬實(shí)驗(yàn)臺(tái)46-49
• 4.1.2 基于Lab VIEW的數(shù)據(jù)采集系統(tǒng)49-51
• 4.2 基于流形學(xué)習(xí)的軸承故障識(shí)別51-55
• 4.2.1 實(shí)驗(yàn)過程51-52
• 4.2.2 數(shù)據(jù)處理流程52-53
• 4.2.3 數(shù)據(jù)分析及結(jié)果53-54
• 4.2.4 實(shí)驗(yàn)小結(jié)54-55
• 4.3 基于流形學(xué)習(xí)的齒輪故障識(shí)別55-57
• 4.3.1 實(shí)驗(yàn)過程55-56
• 4.3.2 數(shù)據(jù)分析及結(jié)果56-57
• 4.4 故障程度與工況對(duì)故障識(shí)別的影響研究57-59
• 4.5 本章小結(jié)59-60
• 第5章 基于流形學(xué)習(xí)的風(fēng)電機(jī)組狀態(tài)監(jiān)測(cè)與故障診斷系統(tǒng)60-75
• 5.1 風(fēng)電機(jī)組智能診斷系統(tǒng)60-62
• 5.1.1 風(fēng)機(jī)智能診斷系統(tǒng)現(xiàn)狀61
• 5.1.2 風(fēng)機(jī)智能診斷系統(tǒng)的概述61-62
• 5.2 風(fēng)電機(jī)組在線監(jiān)測(cè)與遠(yuǎn)程故障診斷系統(tǒng)62-65
• 5.2.1 硬件架構(gòu)62-64
• 5.2.2 軟件支持64-65
• 5.3 應(yīng)用實(shí)例65-74
• 5.3.1 發(fā)電機(jī)后軸承故障診斷66-71
• 5.3.2 齒輪箱高速軸齒輪故障診斷71-74
• 5.4 本章小結(jié)74-75
• 結(jié)論75-76
• 參考文獻(xiàn)76-81
• 攻讀碩士學(xué)位期間承擔(dān)的科研任務(wù)與主要研究成果81-83
• 致謝83-84
• 作者簡(jiǎn)介84

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫 前7條

1 付冬暇;趙淮;李愛霞;;基于流形學(xué)習(xí)的航空影像匹配方法研究[J];測(cè)繪與空間地理信息;2013年08期

2 黃石青;;基于流行學(xué)習(xí)LPP算法與Dijkstra算法結(jié)合的交通路徑控制研究[J];科技創(chuàng)新與應(yīng)用;2013年31期

3 馬明臻;張新宇;譚春林;劉日平;;航天機(jī)構(gòu)潛在故障模式與故障機(jī)理分析[J];燕山大學(xué)學(xué)報(bào);2014年01期

4 張清華;邵龍秋;李紅芳;朱月君;;基于無量綱指標(biāo)的旋轉(zhuǎn)機(jī)械并發(fā)故障診斷技術(shù)[J];華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年S1期

5 彭富強(qiáng);于德介;武春燕;;基于自適應(yīng)時(shí)變?yōu)V波階比跟蹤的齒輪箱故障診斷[J];機(jī)械工程學(xué)報(bào);2012年07期

6 高文曦;于鳳芹;;基于局部線性嵌入算法的漢語數(shù)字語音識(shí)別[J];計(jì)算機(jī)工程與應(yīng)用;2012年31期

7 王國(guó)彪;何正嘉;陳雪峰;賴一楠;;機(jī)械故障診斷基礎(chǔ)研究“何去何從”[J];機(jī)械工程學(xué)報(bào);2013年01期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 胡勁松;面向旋轉(zhuǎn)機(jī)械故障診斷的經(jīng)驗(yàn)?zāi)B(tài)分解時(shí)頻分析方法及實(shí)驗(yàn)研究[D];浙江大學(xué);2003年

2 楊宇;基于EMD和支持向量機(jī)的旋轉(zhuǎn)機(jī)械故障診斷方法研究[D];湖南大學(xué);2005年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫 前3條

1 盧傳奇;基于HHT和模糊C均值聚類的液壓泵故障診斷研究[D];燕山大學(xué);2012年

2 賀偉;基于HHT和支持向量機(jī)的旋轉(zhuǎn)機(jī)械故障診斷研究[D];昆明理工大學(xué);2012年

3 陳晰;基于J2EE的風(fēng)電SCADA系統(tǒng)的研究[D];電子科技大學(xué);2013年

，

本文編號(hào)：627561