發(fā)布時間：2017-03-27 11:09

  本文關(guān)鍵詞：輕軌錨固螺桿松動故障診斷研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：重慶的單軌式軌道交通在中國是首次引進(jìn)的,錨固螺桿作為其中非常重要的受力部件,一旦它們發(fā)生松動故障而且沒有被及時發(fā)現(xiàn)的話,將帶來災(zāi)難性后果。因此研究一種高效準(zhǔn)確的錨固螺桿松動故障檢測方法成為重慶輕軌交通健康檢測系統(tǒng)中非常重要的一個分支。論文從重慶軌道的實際情況出發(fā),利用信號采集裝置獲得錨固螺桿振動信號,研究分析其信號的特點,針對檢測準(zhǔn)確率低、故障樣本極度缺乏難題,提出一種新的有效診斷方法,實現(xiàn)了對錨固螺桿故障情況的診斷。首先,簡要介紹了錨固螺桿的信號采集系統(tǒng),使用改進(jìn)小波閾值去噪法對采集到的信號進(jìn)行去噪,便于后期對信號的特征提取。接著,針對螺桿信號的特點,從信號的時域、頻域和時頻聯(lián)合域出發(fā),運用集合經(jīng)驗?zāi)B(tài)分解、平滑威格納-維爾分布、波包分解等方法對錨固螺桿信號進(jìn)行了特征提取,一共提取到71個特征。然后,在分類時并不是特征的數(shù)量越多越好,過多的特征不僅會產(chǎn)生數(shù)據(jù)的大量冗余,增加計算時間和成本,還可能會產(chǎn)生過擬合,降低檢測的準(zhǔn)確率。為解決此問題,引入遺傳模擬退火算法對錨固螺桿的特征進(jìn)行篩選,最終選出一組最優(yōu)的特征子集。最后,在錨固螺桿的故障診斷中,正常的樣本非常容易獲得,而故障樣本極度缺乏,傳統(tǒng)的二值分類方法無法根據(jù)現(xiàn)有樣本構(gòu)建起分類器進(jìn)行分類,為了解決這個難題,引入支持向量數(shù)據(jù)描述方法(support vector data description,SVDD),僅僅依靠正常樣本就可以建立起故障分類器。使用選擇出的最優(yōu)特征集訓(xùn)練和測試SVDD分類器進(jìn)行分類,通過實驗驗證了此方法的可行性。同時對比了SVDD與其他幾種常用的單值分類方法應(yīng)用到錨固螺桿松動故障診斷中的差異,表明SVDD分類方法是結(jié)果最好的。實驗中把上述方法應(yīng)用到錨固螺桿松動故障診斷中,診斷結(jié)果表明在適當(dāng)犧牲錯檢率的情況下,保證沒有出現(xiàn)漏檢情況,整體診斷準(zhǔn)確率在93%以上,滿足了故障檢測的要求。
【關(guān)鍵詞】：錨固螺桿 故障診斷 支持向量數(shù)據(jù)描述 特征選擇 遺傳模擬退火算法
【學(xué)位授予單位】：重慶大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：U492.433
【目錄】：

• 中文摘要3-4
• 英文摘要4-8
• 1 緒論8-18
• 1.1 課題的提出及研究意義8-11
• 1.1.1 課題的提出8-10
• 1.1.2 課題的研究意義10-11
• 1.2 國內(nèi)外研究現(xiàn)狀11-16
• 1.2.1 錨固螺桿松動檢測的研究現(xiàn)狀11-13
• 1.2.2 錨固螺桿振動信號處理技術(shù)概述13-15
• 1.2.3 支持向量數(shù)據(jù)描述的發(fā)展概況15-16
• 1.3 本文的研究目的和研究內(nèi)容16-18
• 1.3.1 本文的研究目的16
• 1.3.2 本文的研究內(nèi)容16-17
• 1.3.3 章節(jié)結(jié)構(gòu)17-18
• 2 錨固螺桿信號的采集和去噪18-26
• 2.1 錨固螺桿信號采集系統(tǒng)簡介18-19
• 2.2 錨固螺桿信號的去噪處理19-26
• 3 錨固螺桿信號特征提取26-50
• 3.1 EEMD樣本熵特征提取26-34
• 3.1.1 固有模態(tài)函數(shù)26
• 3.1.2 EMD的分解原理26-28
• 3.1.3 信號EEMD分解28-32
• 3.1.4 EEMD樣本熵特征提取32-34
• 3.2 SPWVD時頻熵特征提取34-39
• 3.3 錨固螺桿信號其他特征提取39-50
• 4 特征選擇算法及SVDD的仿真50-62
• 4.1 遺傳模擬退火算法50-52
• 4.2 特征選擇過程設(shè)計52-55
• 4.3 SVDD分類器原理55-58
• 4.4 SVDD分類器的參數(shù)選擇58-59
• 4.5 SVDD分類器的仿真實驗59-62
• 5 錨固螺桿松動診斷實驗62-74
• 5.1 實驗臺簡介62-63
• 5.2 特征選擇實驗63-68
• 5.3 特征選擇前后實驗對比68-70
• 5.4 幾種單值分類器的對比實驗70-74
• 6 總結(jié)與展望74-76
• 6.1 總結(jié)74
• 6.2 展望74-76
• 致謝76-78
• 參考文獻(xiàn)78-82
• 附錄82
• A. 作者在攻讀學(xué)位期間發(fā)表的論文目錄82

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 王凱;張永祥;李軍;;泵的故障診斷研究綜述[J];水泵技術(shù);2007年01期

2 程鵬，鐘芳源，師心舟;電廠故障診斷研究動向[J];電站系統(tǒng)工程;1994年01期

3 王文清，萬耀青，馬璐，萬曉東;機械裝備磨損金屬元素光譜油料分析故障診斷研究[J];Journal of Beijing Institute of Technology(English Edition);1994年02期

4 陳宏;馮燕;韓捷;王麗雅;;旋轉(zhuǎn)機械不對中形式的新分類及其故障診斷研究[J];機床與液壓;2010年07期

5 曹立山;董菲;;往復(fù)式壓縮機故障診斷研究分析[J];齊齊哈爾大學(xué)學(xué)報(自然科學(xué)版);2010年03期

6 何正嘉,沈玉娣,屈梁生;大型旋轉(zhuǎn)機械磨擦故障診斷研究[J];西安交通大學(xué)學(xué)報;1988年05期

7 童進(jìn),吳昭同,嚴(yán)拱標(biāo);大型旋轉(zhuǎn)機械升降速過程故障診斷研究[J];振動.測試與診斷;1999年03期

8 宋新民;王格芳;馮錫智;;基于信息融合技術(shù)的復(fù)雜系統(tǒng)故障診斷研究[J];儀器儀表學(xué)報;2006年S2期

9 蘇宏英;戚宇恒;周敏;;基于模糊Petri網(wǎng)的FMS系統(tǒng)故障診斷研究[J];廣東技術(shù)師范學(xué)院學(xué)報;2007年07期

10 張臣剛;晏富恒;程立峰;;工程機械模糊故障診斷研究[J];工程機械文摘;2007年03期

中國重要會議論文全文數(shù)據(jù)庫 前7條

1 沈壽林;鄭海起;張英堂;邵金元;;基于多傳感器信息融合的發(fā)動機工作過程故障診斷研究[A];2001年中國智能自動化會議論文集（下冊）[C];2001年

2 趙豐文;馮輔周;戴耀;司愛威;;基于信息融合的變速箱故障診斷研究[A];第十二屆全國設(shè)備故障診斷學(xué)術(shù)會議論文集[C];2010年

3 宋光雄;顧煜炯;;大型汽輪發(fā)電機組汽流激振不確定性故障診斷研究[A];2008年全國振動工程及應(yīng)用學(xué)術(shù)會議暨第十一屆全國設(shè)備故障診斷學(xué)術(shù)會議論文集[C];2008年

4 吳運祥;陶振麟;;信息缺乏條件下聚丙烯晴生產(chǎn)過程基于模型的故障診斷研究[A];中國儀器儀表學(xué)會第五屆青年學(xué)術(shù)會議論文集[C];2003年

5 萬俊;;基于MATLAB集成神經(jīng)網(wǎng)絡(luò)的給水泵故障診斷研究[A];2007年鄂、皖、蘇、冀四省電機工程學(xué)會汽輪機專業(yè)學(xué)術(shù)研討會論文集（湖北卷）[C];2007年

6 秦榮;楊志堅;丁康;;基于EMD的發(fā)動機失火故障診斷研究[A];第十二屆全國設(shè)備故障診斷學(xué)術(shù)會議論文集[C];2010年

7 陳在平;孟敬;;基于模糊邏輯的交流電機故障診斷研究[A];2007'中國儀器儀表與測控技術(shù)交流大會論文集（二）[C];2007年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前4條

1 王然風(fēng);基于支持向量回歸技術(shù)的大型復(fù)雜機電設(shè)備故障診斷研究與應(yīng)用[D];太原理工大學(xué);2005年

2 黃偉國;基于振動信號特征提取與表達(dá)的旋轉(zhuǎn)機械狀態(tài)監(jiān)測與故障診斷研究[D];中國科學(xué)技術(shù)大學(xué);2010年

3 陳非;基于過程信息融合的旋轉(zhuǎn)機械信息（火用）故障診斷研究[D];華中科技大學(xué);2010年

4 陳非;基于過程信息融合的旋轉(zhuǎn)機械信息（火用）故障診斷研究[D];華中科技大學(xué);2010年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 馬娜;采煤機電氣部件安全運行與故障診斷研究[D];華北科技學(xué)院;2016年

2 王磊;大型電動輪車變流系統(tǒng)的故障診斷研究[D];湖南科技大學(xué);2016年

3 常貴春;輕軌錨固螺桿松動故障診斷研究[D];重慶大學(xué);2016年

4 王書提;基于人工神經(jīng)網(wǎng)絡(luò)的電控發(fā)動機故障診斷研究[D];新疆農(nóng)業(yè)大學(xué);2016年

5 張舟龍;基于規(guī)則的旋轉(zhuǎn)機械軸系故障診斷研究與實現(xiàn)[D];上海交通大學(xué);2013年

6 趙俊茹;飛機環(huán)境控制系統(tǒng)的故障診斷研究[D];西北工業(yè)大學(xué);2005年

7 葉超;基于鐵譜技術(shù)的機械磨損故障診斷研究[D];昆明理工大學(xué);2009年

8 鄭洋;基于汽輪機組模擬振動信號的故障診斷研究[D];蘭州交通大學(xué);2009年

9 胡東海;水輪發(fā)電機組振動在線監(jiān)測和故障診斷研究[D];浙江大學(xué);2008年

10 王飛雁;機械傳動系統(tǒng)綜合測試與故障診斷研究[D];南京理工大學(xué);2003年

  本文關(guān)鍵詞：輕軌錨固螺桿松動故障診斷研究，由筆耕文化傳播整理發(fā)布。

本文編號：270311