本文選題：旋轉(zhuǎn)機械故障診斷 + 局部均值分解（LMD）�。� 參考：《燕山大學(xué)》2012年碩士論文

【摘要】：局部均值分解（local mean decomposition，簡稱LMD）是近幾年才出現(xiàn)的一種能夠自適應(yīng)處理信號的時頻方法。針對旋轉(zhuǎn)機械振動時產(chǎn)生的非線性非平穩(wěn)信號，這種信號處理方法顯示出了很好的效果，為機械的狀態(tài)監(jiān)測和維修提供了有力的理論依據(jù)。 本文分析了旋轉(zhuǎn)機械產(chǎn)生故障時振動信號的特征，，并用轉(zhuǎn)子試驗臺模擬了故障的產(chǎn)生。針對此種方法在分解過程中可能產(chǎn)生的問題，文中對端點、滑動平均跨度、循環(huán)終止條件進(jìn)行了分析，提出了新的端點處理方式和迭代終止條件。鑒于經(jīng)驗?zāi)B(tài)分解（EMD）能夠消除Wigner-Vill分布（WVD）中產(chǎn)生的交叉項，本文分析了用局部均值分解來消除WVD中的交叉項，并取得了較好的效果。針對原局部均值分解的各分量精度低的問題，提出了基于分量二次分解的局部均值分解；接著，又提出了基于穩(wěn)定點的局部均值分解，此種改進(jìn)方法同時提高了分解后的精度和速度。通過對模擬信號和實際信號的分析，表明對原來局部均值分解中各方面的改進(jìn)是有效的。 最后，將改進(jìn)后的局部均值分解應(yīng)用到了工程實際當(dāng)中；通過將改進(jìn)方法得到的結(jié)果同HG8904C故障診斷系統(tǒng)分析的結(jié)果對比，證明了改進(jìn)方法的有效性和實用性，是可以應(yīng)用到實際旋轉(zhuǎn)機械的故障診斷之中的。
[Abstract]:Local mean decomposition (local mean decomposition,) is a time-frequency method which can process signals adaptively in recent years. According to the nonlinear and non-stationary signals produced by the vibration of rotating machinery, this signal processing method shows a good effect and provides a powerful theoretical basis for the condition monitoring and maintenance of machinery. In this paper, the characteristics of vibration signals in rotating machinery are analyzed, and the fault generation is simulated by rotor test bed. In view of the possible problems in the decomposition process of this method, the end points, moving average span and cyclic termination conditions are analyzed, and a new endpoint processing method and iterative termination condition are proposed. In view of the fact that empirical mode decomposition (EMD) can eliminate the cross term generated in Wigner-Vill distribution (WVD), the local mean decomposition is used to eliminate the cross term in WVD, and good results are obtained. The local mean decomposition based on the quadratic decomposition of components is proposed to solve the problem of low precision of each component of the original local mean decomposition, and then the local mean decomposition based on the stable point is proposed. This improved method also improves the precision and speed of decomposition. By analyzing the analog signal and the actual signal, it is shown that the improvement of the original local mean decomposition is effective. Finally, the improved local mean decomposition is applied to engineering practice, the results obtained by the improved method are compared with the results of HG8904C fault diagnosis system, and the effectiveness and practicability of the improved method are proved. Can be applied to the actual rotating machinery fault diagnosis.
【學(xué)位授予單位】：燕山大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2012
【分類號】：TH165.3;TN911.7

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 程軍圣;史美麗;楊宇;楊麗湘;;A Roller Bearing Fault Diagnosis Method Based on Improved LMD and SVM[J];Journal of Measurement Science and Instrumentation;2011年01期

2 喬保棟;陳果;曲秀秀;;基于Hilbert-Huang變換和盲源分離的滾動軸承耦合故障診斷方法[J];飛機設(shè)計;2011年03期

3 蔡艷平;李艾華;李仁兵;李喜來;白向峰;;基于經(jīng)驗?zāi)B(tài)分解的WVD交叉項抑制法[J];計算機工程;2011年07期

4 趙培洪;平殿發(fā);鄧兵;;抑制Winger-Ville分布交叉項的新方法[J];計算機應(yīng)用;2010年08期

5 李志農(nóng);劉衛(wèi)兵;易小兵;;基于局域均值分解的機械故障欠定盲源分離方法研究[J];機械工程學(xué)報;2011年07期

6 胡勁松;楊世錫;任達(dá)千;;基于樣條的振動信號局域均值分解方法[J];數(shù)據(jù)采集與處理;2009年01期

7 呂永衛(wèi);熊詩波;林選;田慕琴;;基于小波包和EMD處理的滾動軸承故障診斷[J];太原理工大學(xué)學(xué)報;2010年02期

8 楊永鋒;吳亞鋒;任興民;秦衛(wèi)陽;支希哲;裘焱;;基于最大Lyapunov指數(shù)預(yù)測的EMD端點延拓[J];物理學(xué)報;2009年06期

9 陳保家;何正嘉;陳雪峰;訾艷陽;;機車故障診斷的局域均值分解解調(diào)方法[J];西安交通大學(xué)學(xué)報;2010年05期

10 程軍圣;張亢;楊宇;于德介;;局部均值分解與經(jīng)驗?zāi)Ｊ椒纸獾膶Ρ妊芯縖J];振動與沖擊;2009年05期

相關(guān)博士學(xué)位論文 前4條

1 鞠萍華;旋轉(zhuǎn)機械早期故障特征提取的時頻分析方法研究[D];重慶大學(xué);2010年

2 鐘佑明;希爾伯特—黃變換局瞬信號分析理論的研究[D];重慶大學(xué);2002年

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

4 任達(dá)千;基于局域均值分解的旋轉(zhuǎn)機械故障特征提取方法及系統(tǒng)研究[D];浙江大學(xué);2008年

相關(guān)碩士學(xué)位論文 前6條

1 劉衛(wèi)兵;基于局域均值分解的機械故障診斷方法研究[D];鄭州大學(xué);2010年

2 楊麗湘;基于LMD方法的轉(zhuǎn)子系統(tǒng)故障診斷研究[D];湖南大學(xué);2011年

3 宋斌華;基于Hilbert-Huang變換和局部均值分解的時變結(jié)構(gòu)模態(tài)參數(shù)識別[D];中南大學(xué);2009年

4 竇遠(yuǎn);旋轉(zhuǎn)機械故障特征提取技術(shù)及其系統(tǒng)研制[D];北京化工大學(xué);2009年

5 胡小林;Hilbert-Huang變換的改進(jìn)及其在機械故障特征提取中的應(yīng)用[D];重慶大學(xué);2010年

6 朱兵;局域均值分解方法在齒輪箱故障診斷中的研究[D];中北大學(xué);2010年

本文編號：2113256