基于經(jīng)驗(yàn)小波變換的機(jī)車(chē)軸承故障特征提取方法研究
發(fā)布時(shí)間:2022-08-12 21:07
隨著鐵路的不斷發(fā)展,機(jī)車(chē)的安全性能變得更加重要。軸承作為機(jī)車(chē)運(yùn)行的關(guān)鍵部件,其健康狀態(tài)將直接影響機(jī)車(chē)的運(yùn)行。因此,研究機(jī)車(chē)軸承的故障診斷具有重要意義。為了能夠有效地提取機(jī)車(chē)軸承的故障信息,本文研究了基于經(jīng)驗(yàn)小波變換的軸承故障診斷方法。主要研究工作如下:研究了小波變換、小波包變換和經(jīng)驗(yàn)?zāi)B(tài)分解(Empirical Mode Decomposition,EMD)方法,并通過(guò)數(shù)值實(shí)驗(yàn)對(duì)三種方法進(jìn)行分析。小波變換和小波包變換過(guò)程中的頻帶劃分均與信號(hào)本身無(wú)關(guān),與信號(hào)的采樣頻率和分解層數(shù)有關(guān)。它們的分解結(jié)果與選取的小波函數(shù)有關(guān),而小波函數(shù)的構(gòu)造與信號(hào)本身無(wú)關(guān)。同時(shí),它們的小波基函數(shù)需要先驗(yàn)假設(shè),使得其缺乏自適應(yīng)性。EMD方法是基于信號(hào)本身的時(shí)域特征來(lái)分解信號(hào),并且不需要預(yù)先定義任何基本功能。該方法的基函數(shù)與頻帶劃分完全是由信號(hào)本身的特征尺度決定的,其分解具有自適應(yīng)性,但它缺乏完備的數(shù)學(xué)理論基礎(chǔ),同時(shí)還存在過(guò)度分解等缺陷。研究了基于經(jīng)驗(yàn)小波變換(Empirical Wavelet Transform,EWT)的機(jī)車(chē)軸承故障診斷方法。通過(guò)信號(hào)的傅里葉頻譜局部極大值對(duì)應(yīng)的頻率計(jì)算劃分頻帶的邊界,以此劃分...
【文章頁(yè)數(shù)】:86 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
abstract
第一章 緒論
1.1 機(jī)車(chē)軸承故障診斷研究背景及意義
1.2 機(jī)車(chē)軸承故障的研究現(xiàn)狀
1.2.1 機(jī)車(chē)軸承故障診斷研究現(xiàn)狀
1.2.2 經(jīng)驗(yàn)小波變換的發(fā)展及研究現(xiàn)狀
1.3 論文研究?jī)?nèi)容及章節(jié)安排
第二章 小波變換與自適應(yīng)分解
2.1 引言
2.2 小波變換
2.2.1 連續(xù)小波變換
2.2.2 離散小波變換
2.2.3 多分辨分析
2.2.4 小波變換的特性
2.2.5 數(shù)值實(shí)驗(yàn)
2.3 小波包分解
2.3.1 小波包分解的原理
2.3.2 小波包變換的特性
2.3.3 數(shù)值實(shí)驗(yàn)
2.4 自適應(yīng)分解—經(jīng)驗(yàn)?zāi)B(tài)分解
2.4.1 EMD的基本原理
2.4.2 EMD的特性
2.4.3 數(shù)值實(shí)驗(yàn)
2.5 經(jīng)驗(yàn)小波變換
2.6 本章小結(jié)
第三章 經(jīng)驗(yàn)小波變換及其特性
3.1 引言
3.2 EWT的基本原理
3.3 EWT的特性
3.4 EWT的參數(shù)選取
3.4.1 變換率γ的選取
3.4.2 頻帶邊界個(gè)數(shù)N的選取
3.5 工程應(yīng)用
3.5.1數(shù)值實(shí)驗(yàn)
3.5.2 基于EWT的滾珠軸承故障診斷
3.5.3 EWT算法的不足
3.6 本章小結(jié)
第四章 基于頻譜包絡(luò)的EWT改進(jìn)算法
4.1 引言
4.2 基于頻譜包絡(luò)的EWT改進(jìn)算法
4.2.1 信號(hào)包絡(luò)提取
4.2.2 基于插值包絡(luò)的EWT改進(jìn)算法
4.2.3 數(shù)值實(shí)驗(yàn)
4.3 機(jī)車(chē)軸承故障
4.3.1 滾柱軸承基本結(jié)構(gòu)
4.3.2 滾柱軸承故障
4.4 工程應(yīng)用
4.4.1 無(wú)損傷
4.4.2 外圈故障
4.4.3 滾動(dòng)體故障
4.5 本章小結(jié)
第五章 基于時(shí)頻峭度譜的EWT改進(jìn)算法
5.1 引言
5.2 基于FSWT的時(shí)頻峭度譜
5.2.1 時(shí)頻變換
5.2.2 基于FSWT的時(shí)頻峭度譜
5.3 基于時(shí)頻峭度譜的EWT改進(jìn)算法
5.4 數(shù)值實(shí)驗(yàn)
5.5 工程應(yīng)用
5.5.1 無(wú)損傷
5.5.2 外圈故障
5.5.3 滾動(dòng)體故障
5.6 本章小結(jié)
第六章 結(jié)論與展望
6.1 研究工作總結(jié)
6.2 研究工作展望
參考文獻(xiàn)
攻讀學(xué)位期間取得的研究成果
致謝
本文編號(hào):3676598
【文章頁(yè)數(shù)】:86 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
abstract
第一章 緒論
1.1 機(jī)車(chē)軸承故障診斷研究背景及意義
1.2 機(jī)車(chē)軸承故障的研究現(xiàn)狀
1.2.1 機(jī)車(chē)軸承故障診斷研究現(xiàn)狀
1.2.2 經(jīng)驗(yàn)小波變換的發(fā)展及研究現(xiàn)狀
1.3 論文研究?jī)?nèi)容及章節(jié)安排
第二章 小波變換與自適應(yīng)分解
2.1 引言
2.2 小波變換
2.2.1 連續(xù)小波變換
2.2.2 離散小波變換
2.2.3 多分辨分析
2.2.4 小波變換的特性
2.2.5 數(shù)值實(shí)驗(yàn)
2.3 小波包分解
2.3.1 小波包分解的原理
2.3.2 小波包變換的特性
2.3.3 數(shù)值實(shí)驗(yàn)
2.4 自適應(yīng)分解—經(jīng)驗(yàn)?zāi)B(tài)分解
2.4.1 EMD的基本原理
2.4.2 EMD的特性
2.4.3 數(shù)值實(shí)驗(yàn)
2.5 經(jīng)驗(yàn)小波變換
2.6 本章小結(jié)
第三章 經(jīng)驗(yàn)小波變換及其特性
3.1 引言
3.2 EWT的基本原理
3.3 EWT的特性
3.4 EWT的參數(shù)選取
3.4.1 變換率γ的選取
3.4.2 頻帶邊界個(gè)數(shù)N的選取
3.5 工程應(yīng)用
3.5.1數(shù)值實(shí)驗(yàn)
3.5.2 基于EWT的滾珠軸承故障診斷
3.5.3 EWT算法的不足
3.6 本章小結(jié)
第四章 基于頻譜包絡(luò)的EWT改進(jìn)算法
4.1 引言
4.2 基于頻譜包絡(luò)的EWT改進(jìn)算法
4.2.1 信號(hào)包絡(luò)提取
4.2.2 基于插值包絡(luò)的EWT改進(jìn)算法
4.2.3 數(shù)值實(shí)驗(yàn)
4.3 機(jī)車(chē)軸承故障
4.3.1 滾柱軸承基本結(jié)構(gòu)
4.3.2 滾柱軸承故障
4.4 工程應(yīng)用
4.4.1 無(wú)損傷
4.4.2 外圈故障
4.4.3 滾動(dòng)體故障
4.5 本章小結(jié)
第五章 基于時(shí)頻峭度譜的EWT改進(jìn)算法
5.1 引言
5.2 基于FSWT的時(shí)頻峭度譜
5.2.1 時(shí)頻變換
5.2.2 基于FSWT的時(shí)頻峭度譜
5.3 基于時(shí)頻峭度譜的EWT改進(jìn)算法
5.4 數(shù)值實(shí)驗(yàn)
5.5 工程應(yīng)用
5.5.1 無(wú)損傷
5.5.2 外圈故障
5.5.3 滾動(dòng)體故障
5.6 本章小結(jié)
第六章 結(jié)論與展望
6.1 研究工作總結(jié)
6.2 研究工作展望
參考文獻(xiàn)
攻讀學(xué)位期間取得的研究成果
致謝
本文編號(hào):3676598
本文鏈接:http://sikaile.net/kejilunwen/jiaotonggongchenglunwen/3676598.html
最近更新
教材專(zhuān)著