本文關(guān)鍵詞：自適應(yīng)形態(tài)濾波與局域波分解理論及滾動軸承故障診斷　出處：《中北大學(xué)》2013年博士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 多結(jié)構(gòu)形態(tài)濾波 局域波分解 端點匹配 特征波延拓 能量守恒及相關(guān)分析 形態(tài)及移頻變換 模糊聚類 軸承 故障診斷

【摘要】：振動信號是滾動軸承運行狀態(tài)的信息載體，周期性重復(fù)沖擊及幅值調(diào)制是滾動軸承在缺陷與故障時的核心特征，這兩者均有一個共同的特點，即不僅與時間有關(guān)，而且與頻率也密切相關(guān)，因此如果割裂時頻特征，僅僅從時域或頻域的角度分析這類信號，則很難獲得有關(guān)信號特征的全貌，而從聯(lián)合的時頻域的角度來識別這類信號，無疑會提高診斷的準(zhǔn)確性和可靠性。另外強背景噪聲及沖擊振動也是滾動軸承振動信號不可忽視的特點，因此本文擬采用自適應(yīng)形態(tài)濾波法，以滾動軸承的故障特征頻率為判據(jù)構(gòu)造自適應(yīng)多結(jié)構(gòu)多尺度形態(tài)濾波器進(jìn)行背景噪聲的濾除及沖擊信號的提取，在此基礎(chǔ)上結(jié)合局域波分解法對滾動軸承振動信號進(jìn)行處理，進(jìn)而提取有效的特征參量局域波相關(guān)尺度熵，最后利用模糊聚類的方法對滾動軸承的運行狀態(tài)進(jìn)行識別，主要工作如下： （1）數(shù)學(xué)形態(tài)學(xué)摒棄了傳統(tǒng)數(shù)值建模及分析的觀點，從集合的角度刻畫和分析被處理信號，設(shè)計了一個“探針”（結(jié)構(gòu)元素）的來探測信號的信息，利用該探針在被處理信號中不斷平移,完成信號與結(jié)構(gòu)元素間的匹配,達(dá)到信號提取、細(xì)節(jié)保持和噪聲抑制的目的。按照振動信號處理中頻響函數(shù)測量原理，研究了結(jié)構(gòu)元素寬度、采樣頻率、分析點數(shù)與濾波特性間的定量關(guān)系，給出了數(shù)學(xué)形態(tài)濾波器特性的定量描述。提出一種自適應(yīng)多結(jié)構(gòu)多尺度形態(tài)組合濾波方法，詳細(xì)討論自適應(yīng)多結(jié)構(gòu)多尺度結(jié)構(gòu)元素的構(gòu)造，以被處理信號的特征頻率強度系數(shù)為判據(jù)，利用敏感的結(jié)構(gòu)元素組合出多尺度多結(jié)構(gòu)的自適應(yīng)均值濾波器，取得了較好的低頻信號提取效果。 （2）局域波法是基于信號局部特征的自適應(yīng)時變分解算法，其分解過程就是把被處理信號分解成多個IMF分量和一個趨勢項的和，且局域波分解的基函數(shù)是根據(jù)被處理信號自適應(yīng)產(chǎn)生，因此具有良好的信號局部表征能力。在詳細(xì)分析局域波分解產(chǎn)生端點效應(yīng)機理的基礎(chǔ)上，提出了端點匹配特征波延拓抑制端點效應(yīng)的方法，該方法在波形匹配過程中充分考慮了被處理信號端點處的數(shù)據(jù)特性，將載入數(shù)據(jù)的首末端點處的數(shù)據(jù)作為匹配基元，從而改變了端點處不受約束的狀況，仿真測試結(jié)果表明有效抑制了端點效應(yīng)。 （3）按照局域波分解的完備性、能量守恒及虛假分量的性質(zhì)，檢驗并去除虛假分量，抵消主導(dǎo)模態(tài)分量中的誤差分量，針對局域波分解過程中虛假分量的產(chǎn)生機理，本文提出基于能量守恒及相關(guān)分析的抗虛假分量方法，利用相關(guān)分析判別信號的主導(dǎo)模態(tài)分量，，結(jié)合能量守恒原理，給出了虛假分量屬性判別依據(jù)及模態(tài)更新的原則； （4）根據(jù)模態(tài)混疊不同的產(chǎn)生機理，本文提出形態(tài)運算及移頻變換抗模態(tài)混疊方法，形態(tài)運算是有效提取間斷信號、脈沖干擾強有力的工具，因此提出基于形態(tài)運算抗異常事件引起的模態(tài)混疊方法，仿真結(jié)果表明形態(tài)運算對脈沖干擾，間斷信號引起的模態(tài)混疊能起到理想的效果；移頻變換有效解決了由于信號間相互作用導(dǎo)致模態(tài)混疊問題，通過多組數(shù)據(jù)處理發(fā)現(xiàn)當(dāng)復(fù)合信號滿足局域波分解的充分條件二時，充分條件一可放寬到120.95，利用本文提出的方法都能有效提取出與原組分匹配的IMF分量，圓滿完成局域波的分解過程。 （5）對實測的不同運行狀態(tài)下滾動軸承的振動信號進(jìn)行自適應(yīng)形態(tài)濾波與局域波分解，在此基礎(chǔ)上利用模糊聚類的方法，提取局域波相關(guān)特征尺度熵，進(jìn)行極值歸一化及標(biāo)定處理，然后改造為等價模糊關(guān)系矩陣完成聚類分析。該方法簡單實用，是滾動軸承故障診斷較為有效的方法。 以上研究工作在一定程度上豐富和完善了形態(tài)濾波與局域波分解方法，診斷應(yīng)用表明本文提出的方法能有效區(qū)分不同運行狀態(tài)，解決實際問題。
[Abstract]:......
【學(xué)位授予單位】：中北大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2013
【分類號】：TH165.3;TH133.33

【引證文獻(xiàn)】

相關(guān)碩士學(xué)位論文 前2條

1 董安;基于形態(tài)濾波和灰色理論的柴油機故障診斷研究[D];中北大學(xué);2014年

2 扈玉辰;基于LMD和循環(huán)平穩(wěn)解調(diào)的齒輪箱故障診斷技術(shù)[D];中北大學(xué);2014年

本文編號：1351507