本文關(guān)鍵詞：多轉(zhuǎn)子軸承復(fù)雜路徑下微弱故障特征提取方法研究

  更多相關(guān)文章： 滾動(dòng)軸承 特征提取 小波包樣本熵 短時(shí)能量 距離匹配

【摘要】：航空發(fā)動(dòng)機(jī)是飛機(jī)、飛艇等航空裝置的動(dòng)力提供設(shè)備,主軸軸承作為航空發(fā)動(dòng)機(jī)的重要組成部分,長(zhǎng)期在高溫、高壓、高轉(zhuǎn)速等復(fù)雜條件下運(yùn)行,對(duì)航空裝置的飛行安全起著至關(guān)重要的作用。一旦軸承發(fā)生故障,將直接危及航空裝置的飛行安全,甚至造成嚴(yán)重的經(jīng)濟(jì)損失。因此,對(duì)航空發(fā)動(dòng)機(jī)主軸軸承開(kāi)展故障監(jiān)測(cè)具有重要意義。本文主要從一維信號(hào)和升維信號(hào)兩個(gè)角度對(duì)主軸軸承故障診斷方法開(kāi)展了研究分析。在一維振動(dòng)信號(hào)故障診斷方法方面,本文首先引入了多分辨分析的經(jīng)驗(yàn)?zāi)B(tài)分解算法,它利用多通道的振動(dòng)信號(hào)同時(shí)進(jìn)行分解,彌補(bǔ)了傳統(tǒng)經(jīng)驗(yàn)?zāi)B(tài)分解算法中出現(xiàn)“模式混疊”的不足,實(shí)現(xiàn)故障特征頻率有效提取；其次,本文從熵和能量的角度出發(fā),利用小波包樣本熵以及短時(shí)能量奇異值分解方法分別提取兩類特征參數(shù),經(jīng)驗(yàn)證,提取的兩類特征參數(shù)具有計(jì)算簡(jiǎn)單,抗噪能力強(qiáng)等優(yōu)點(diǎn),同時(shí)能夠有效處理故障早期和低信噪比情況下的軸承振動(dòng)信號(hào)；最后,本文將提取出的特征參數(shù)值與極限學(xué)習(xí)機(jī)相結(jié)合,實(shí)現(xiàn)軸承狀態(tài)的有效識(shí)別。在升維信號(hào)故障診斷方法方面,本文充分利用了軸承振動(dòng)信號(hào)轉(zhuǎn)換為灰度圖像所具有的紋理特性,提出了基于圖像信號(hào)的軸承故障診斷方法,為軸承故障診斷提供了一種新的思路。一維振動(dòng)信號(hào)在轉(zhuǎn)換為二維灰度圖像時(shí),信號(hào)的幅值轉(zhuǎn)換為圖像的灰度值,周期性沖擊產(chǎn)生的故障振動(dòng)信號(hào)轉(zhuǎn)換為圖像灰度紋理的變化。首先,本文引入了尺度變換特征不變(Scale Invariant Feature Transform,SIFT)算法,通過(guò)SIFT算法對(duì)軸承圖像信號(hào)提取特征向量,構(gòu)建特征字典庫(kù)并進(jìn)行圖像分類,最終達(dá)到軸承故障診斷的目的；其次,針對(duì)SIFT算法對(duì)振動(dòng)信號(hào)數(shù)據(jù)長(zhǎng)度較為依賴的局限,本文對(duì)一定長(zhǎng)度的軸承圖像信號(hào)進(jìn)行圖像濾波處理,并引入了對(duì)圖像模糊具有較好處理效果的加速穩(wěn)健特征(Speeded Up Robust Features, SURF)算法,彌補(bǔ)圖像濾波帶來(lái)的“虛化”效果,增加提取特征向量個(gè)數(shù),提高故障診斷識(shí)別準(zhǔn)確率；最后,本文通過(guò)引入灰度共生矩陣將抽象的灰度紋理特征轉(zhuǎn)換為具化的數(shù)值特征,在不同方向上對(duì)灰度共生矩陣提取紋理能量、紋理熵、紋理慣性和紋理相關(guān)矩,并以這些特征參數(shù)為媒介,通過(guò)最小距離函數(shù)實(shí)現(xiàn)軸承故障的有效分類。最后,基于上述兩個(gè)方面的理論研究,本文借助Visual Studio 2010開(kāi)發(fā)平臺(tái),利用C#語(yǔ)言和開(kāi)源的圖像處理視覺(jué)庫(kù)Emgu CV,開(kāi)發(fā)了一套簡(jiǎn)易的航空發(fā)動(dòng)機(jī)軸承故障診斷系統(tǒng)。各模塊已完成調(diào)試工作,能基本達(dá)到工程應(yīng)用要求。
【關(guān)鍵詞】：滾動(dòng)軸承 特征提取 小波包樣本熵 短時(shí)能量 距離匹配
【學(xué)位授予單位】：北京化工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：V263.6
【目錄】：

• 摘要4-6
• ABSTRACT6-15
• 第一章 緒論15-21
• 1.1 課題背景及意義15-16
• 1.2 航空發(fā)動(dòng)機(jī)軸承故障診斷研究現(xiàn)狀及發(fā)展趨勢(shì)16-18
• 1.3 論文主要內(nèi)容以及創(chuàng)新點(diǎn)18-19
• 1.4 論文結(jié)構(gòu)安排19-21
• 第二章 滾動(dòng)軸承振動(dòng)機(jī)理與信號(hào)特征21-27
• 2.1 滾動(dòng)軸承故障主要形式及原因21-22
• 2.2 滾動(dòng)軸承振動(dòng)機(jī)理22-24
• 2.3 滾動(dòng)軸承信號(hào)特征24-26
• 2.3.1 軸承內(nèi)圈故障特征24-25
• 2.3.2 軸承外圈故障特征25
• 2.3.3 軸承滾動(dòng)體故障特征25-26
• 2.4 本章小結(jié)26-27
• 第三章 基于一維信號(hào)的故障診斷方法研究27-55
• 3.1 基于MEMD的故障診斷方法27-40
• 3.1.1 MEMD27-32
• 3.1.2 MEMD在軸承故障診斷中的應(yīng)用32-33
• 3.1.3 實(shí)驗(yàn)驗(yàn)證33-39
• 3.1.4 小結(jié)39-40
• 3.2 基于小波包樣本熵的特征參數(shù)提取方法40-47
• 3.2.1 基本理論40-43
• 3.2.2 小波包樣本熵特征參數(shù)提取43-44
• 3.2.3 實(shí)驗(yàn)驗(yàn)證44-47
• 3.2.4 小結(jié)47
• 3.3 基于短時(shí)能量和SVD的特征參數(shù)提取方法47-54
• 3.3.1 短時(shí)能量47-48
• 3.3.2 奇異值分解48-49
• 3.3.3 短時(shí)能量和SVD特征參數(shù)提取49-50
• 3.3.4 實(shí)驗(yàn)驗(yàn)證50-53
• 3.3.5 小結(jié)53-54
• 3.4 本章小結(jié)54-55
• 第四章 基于升維信號(hào)的故障診斷方法研究55-77
• 4.1 基于SIFT的故障診斷方法55-62
• 4.1.1 SIFT算法55-57
• 4.1.2 SIFT算法在軸承故障診斷中的應(yīng)用57-59
• 4.1.3 實(shí)驗(yàn)驗(yàn)證及分析59-62
• 4.1.4 小結(jié)62
• 4.2 基于SURF的故障診斷方法62-71
• 4.2.1 SURF算法62-64
• 4.2.2 SURF算法在軸承故障診斷中的應(yīng)用64-66
• 4.2.3 實(shí)驗(yàn)驗(yàn)證及分析66-70
• 4.2.4 小結(jié)70-71
• 4.3 基于灰度共生矩陣的故障診斷方法71-75
• 4.3.1 灰度共生矩陣71-72
• 4.3.2 灰度共生矩陣在軸承故障診斷中的應(yīng)用72-73
• 4.3.3 實(shí)驗(yàn)驗(yàn)證及分析73-74
• 4.3.4 小結(jié)74-75
• 4.4 三種故障識(shí)別方法性能比較75-76
• 4.5 本章小結(jié)76-77
• 第五章 航空發(fā)動(dòng)機(jī)軸承故障智能診斷系統(tǒng)77-85
• 5.1 系統(tǒng)總體結(jié)構(gòu)設(shè)計(jì)77-79
• 5.2 系統(tǒng)各模塊調(diào)試結(jié)果79-84
• 5.2.1 基于振動(dòng)信號(hào)故障診斷模塊79-82
• 5.2.2 基于圖像信號(hào)故障診斷模塊82-84
• 5.3 本章小結(jié)84-85
• 第六章 結(jié)論與展望85-87
• 6.1 研究成果總結(jié)85-86
• 6.2 后續(xù)工作展望86-87
• 參考文獻(xiàn)87-91
• 致謝91-93
• 研究成果及發(fā)表的學(xué)術(shù)論文93-95
• 作者和導(dǎo)師簡(jiǎn)介95-96
• 附件96-97

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 李長(zhǎng)有;石鶴;姚紅宇;;孔探圖像特點(diǎn)研究[J];航空維修與工程;2006年05期

2 謝劍斌;秦陳剛;陳章永;程永茂;劉通;;基于透射圖像紋理的紙幣快速鑒偽方法[J];儀器儀表學(xué)報(bào);2010年08期

3 王宇新;賈棋;劉天陽(yáng);李寒;郭禾;;遮擋物體移除與圖像紋理修補(bǔ)方法[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2008年01期

4 李海權(quán);胡召玲;孫陟文;張國(guó)成;;基于紋理的SAR圖像居民地信息提取[J];遙感信息;2008年02期

5 雷同飛;;基于傾斜矯正算法的針織物圖像研究[J];科學(xué)技術(shù)與工程;2013年19期

6 施潤(rùn)東;;鄉(xiāng)間小居的圖像特征分析[J];住宅科技;2010年02期

7 王楠,趙淑清,郭建星;IHS小波包活性測(cè)度融合SAR與TM圖像[J];測(cè)繪學(xué)院學(xué)報(bào);2004年04期

8 田明銳;胡永彪;金守峰;;基于圖像紋理的散料裝車料位識(shí)別試驗(yàn)研究[J];中國(guó)機(jī)械工程;2013年07期

9 熊文成;吳傳慶;魏斌;申文明;孫中平;;SAR圖像在韓國(guó)溢油監(jiān)測(cè)中的應(yīng)用[J];遙感技術(shù)與應(yīng)用;2008年04期

10 季桂樹(shù);江樂(lè)新;禹智夫;;分維方法在肝癌超聲圖像紋理識(shí)別中的性能比較研究[J];中南大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年09期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 楊國(guó)華;周晨波;阮久忠;郭冰;王剛;;基于自相關(guān)函數(shù)的非平面表面粗糙度的圖像紋理研究[A];第十二屆全國(guó)光學(xué)測(cè)試學(xué)術(shù)討論會(huì)論文（摘要集）[C];2008年

2 王亮申;歐宗瑛;;利用SVM進(jìn)行圖像數(shù)據(jù)庫(kù)檢索[A];全面建設(shè)小康社會(huì)：中國(guó)科技工作者的歷史責(zé)任——中國(guó)科協(xié)2003年學(xué)術(shù)年會(huì)論文集（下）[C];2003年

3 王云;董增壽;卓東風(fēng);;基于圖像紋理和結(jié)構(gòu)特征的燃燒指數(shù)的高溫低氧火焰燃燒穩(wěn)定性識(shí)別[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

4 朱為總;文振q;明仲;歐陽(yáng)杰;;基于支持向量回歸機(jī)的相關(guān)反饋圖像檢索算法[A];圖像圖形技術(shù)研究與應(yīng)用2009——第四屆圖像圖形技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2009年

5 彭復(fù)員;余西;武林;徐國(guó)華;;基于分形特征的水下圖像模糊分類[A];第三屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2005年

6 張磊;朱磊;;一種綜合圖像紋理和灰度特征的分割算法[A];通信理論與信號(hào)處理新進(jìn)展——2005年通信理論與信號(hào)處理年會(huì)論文集[C];2005年

7 王鵬;吳春亞;劉德利;劉亦智;劉獻(xiàn)禮;;基于LabVIEW的鋼球表面缺陷圖像紋理分析與檢測(cè)[A];2007'中國(guó)儀器儀表與測(cè)控技術(shù)交流大會(huì)論文集（一）[C];2007年

8 樊亞春;周明全;;基于圖像關(guān)鍵特征的內(nèi)容檢索技術(shù)分析[A];圖像圖形技術(shù)與應(yīng)用進(jìn)展——第三屆圖像圖形技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2008年

9 朱軍民;黃磊;劉昌平;;一種分級(jí)的電路板圖像中的文本定位方法[A];第八屆全國(guó)漢字識(shí)別學(xué)術(shù)會(huì)議論文集[C];2002年

10 麥青;李才偉;;區(qū)分真實(shí)照片與人工圖片的算法與實(shí)現(xiàn)[A];第十三屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2006年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前2條

1 華凌;世界最薄泡沫屏幕可改變圖像紋理[N];科技日?qǐng)?bào);2012年

2 北京商報(bào)記者 吳辰光;高德攜合作伙伴發(fā)力三維實(shí)景地圖[N];北京商報(bào);2014年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 王曙燕;醫(yī)學(xué)圖像智能分類算法研究[D];西北大學(xué);2006年

2 唐俊華;科學(xué)數(shù)據(jù)庫(kù)中基于內(nèi)容圖像檢索技術(shù)研究[D];中國(guó)科學(xué)院研究生院（計(jì)算技術(shù)研究所）;2004年

3 賈冬焱;血管造影圖像的量化分析和應(yīng)用研究[D];南方醫(yī)科大學(xué);2008年

4 段立娟;基于內(nèi)容的圖像檢索與過(guò)濾關(guān)鍵技術(shù)研究[D];中國(guó)科學(xué)院研究生院（計(jì)算技術(shù)研究所）;2002年

5 周向東;圖像數(shù)據(jù)庫(kù)檢索中的關(guān)鍵技術(shù)研究[D];復(fù)旦大學(xué);2003年

6 孫蕾;醫(yī)學(xué)圖像智能挖掘關(guān)鍵技術(shù)研究[D];西北大學(xué);2005年

7 楊朝輝;計(jì)算機(jī)舌診中裂紋舌圖像的診斷分類研究[D];哈爾濱工業(yè)大學(xué);2010年

8 洪安祥;基于內(nèi)容的圖像檢索若干論題研究[D];浙江大學(xué);2003年

9 黃傳波;基于視覺(jué)感知和相關(guān)反饋機(jī)制的圖像檢索算法研究[D];南京理工大學(xué);2011年

10 季桂樹(shù);肝癌超聲圖像紋理特征識(shí)別中的關(guān)鍵技術(shù)研究[D];中南大學(xué);2013年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 盧曾新;基于多普勒波的圖像置亂算法及評(píng)價(jià)方法研究[D];遼寧大學(xué);2015年

2 朱華東;基于內(nèi)容的圖像檢索研究[D];江南大學(xué);2015年

3 田紅梅;日冕圖像中暗化現(xiàn)象的檢測(cè)與提取技術(shù)研究[D];西南交通大學(xué);2015年

4 王艷芳;基于改進(jìn)RPCA的非局部圖像去噪算法研究[D];江西理工大學(xué);2015年

5 蔡茂佼;基于曲線特征的視覺(jué)形狀伺服的研究[D];上海交通大學(xué);2015年

6 王亞星;基于分?jǐn)?shù)階傅里葉變換的人臉識(shí)別[D];鄭州大學(xué);2015年

7 羅妙輝;基于圖像內(nèi)容檢索技術(shù)的紡織品圖像侵權(quán)檢測(cè)[D];浙江大學(xué);2015年

8 馮文;多轉(zhuǎn)子軸承復(fù)雜路徑下微弱故障特征提取方法研究[D];北京化工大學(xué);2015年

9 劉峰;基于本體的網(wǎng)絡(luò)學(xué)習(xí)資源中圖像信息的組織和利用[D];山東師范大學(xué);2011年

10 段元成;基于語(yǔ)義圖像注釋系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];電子科技大學(xué);2011年

，

本文編號(hào)：1131532