【摘要】：故障診斷需解決的基本問(wèn)題是根據(jù)傳感器采集到的機(jī)械設(shè)備運(yùn)行狀態(tài)信號(hào),提取特征參量,設(shè)計(jì)決策函數(shù),最終求出其故障狀態(tài),核心是特征提取和模式識(shí)別問(wèn)題。由于機(jī)械設(shè)備運(yùn)行狀態(tài)復(fù)雜、工作環(huán)境惡劣、運(yùn)行時(shí)間較長(zhǎng),因此其狀態(tài)信號(hào)具有數(shù)據(jù)量大、非線性程度高、噪聲干擾強(qiáng)等特性,人們對(duì)這些龐大而復(fù)雜的數(shù)據(jù)信息地駕馭和處理越來(lái)越難,表現(xiàn)在一方面我們可以獲取的數(shù)據(jù)量越來(lái)越大,而另一方面卻難以得到更多有助于決策的信息。從2000年開(kāi)始發(fā)展起來(lái)的流形學(xué)習(xí)方法,將數(shù)據(jù)分析與狀態(tài)決策從歐氏空間擴(kuò)展到流形,從而能夠從分布在高維流形上的數(shù)據(jù)集中高效快速地挖掘出數(shù)據(jù)的本質(zhì)特征,找到數(shù)據(jù)產(chǎn)生的內(nèi)在規(guī)律,達(dá)到準(zhǔn)確故障診斷的目的。論文主要進(jìn)行了以下研究工作： 在非線性降噪方面,提出三種流形學(xué)習(xí)降噪方法�；诒菊骶S數(shù)的局部切空間降噪方法,直接將高維相空間數(shù)據(jù)直接約簡(jiǎn)到信號(hào)主流形所在的本征維數(shù)空間上,再反求一維信號(hào)實(shí)現(xiàn)對(duì)信號(hào)的降噪,避免了主流形提取時(shí)約簡(jiǎn)目標(biāo)維數(shù)的盲目性。局部切空間均值重構(gòu)降噪方法,將局部切空間降噪后的低維數(shù)據(jù)在全局范圍內(nèi)通過(guò)求取各點(diǎn)均值的方法重構(gòu)到原高維空間,相當(dāng)于對(duì)各點(diǎn)的局部坐標(biāo)進(jìn)行均值處理,實(shí)質(zhì)是二次降噪,避免了相空間數(shù)據(jù)在全局排列過(guò)程中出現(xiàn)相點(diǎn)畸變的問(wèn)題�；诟唠A累積量的局部切空間降噪方法,利用高階累積量理論上可完全抑制高斯有色噪聲干擾的特性,用四階累積量函數(shù)代替二階矩函數(shù)構(gòu)造協(xié)方差矩陣,提高了對(duì)含有色噪聲信號(hào)的降噪效果。 為解決了局部Fisher判別分析求解不對(duì)稱(chēng)特征方程時(shí)得出的投影基向量不正交使得數(shù)據(jù)重建困難的問(wèn)題,提出了基于迭代正交和Schur正交的局部Fisher判別方法。通過(guò)迭代正交或Schur正交分解的方法構(gòu)建正交基函數(shù),可有效保留故障信號(hào)流形空間中的與近鄰距離有關(guān)的結(jié)構(gòu)信息,并在主特征求取的過(guò)程中,保留類(lèi)別信息,使提取的主特征量能在盡量保持甚至降低類(lèi)內(nèi)散度的同時(shí),使得類(lèi)間信號(hào)特征量之間的距離盡可能遠(yuǎn)離,進(jìn)而更好地實(shí)現(xiàn)故障診斷。 將核方法引入正交局部Fisher判別中,提出了基于核的迭代正交和Schur正交局部Fisher判別方法,通過(guò)非線性核函數(shù)將信號(hào)投影到高維特征空間,在此空間進(jìn)行正交局部Fisher判別分析,進(jìn)行故障特征提取,實(shí)現(xiàn)了線性流形學(xué)習(xí)方法到非線性方法的轉(zhuǎn)變,取得了比線性正交方法更好的故障診斷效果。 以局部邊界鄰域點(diǎn)來(lái)構(gòu)建Fisher判別函數(shù)進(jìn)行故障特征提取和診斷,提出局部邊界Fisher判別方法,直接利用鄰域空間邊界點(diǎn)對(duì)來(lái)計(jì)算局部類(lèi)內(nèi)散度和類(lèi)間散度,大大提高了方法效率。為避免偽邊界點(diǎn)干擾,還設(shè)計(jì)了用模糊聚類(lèi)來(lái)尋找真實(shí)局部邊界的方法。用核方法實(shí)現(xiàn)了局部模糊聚類(lèi)邊界Fisher判別由線形向非線形方法的轉(zhuǎn)變,基于核的方法具有更強(qiáng)的故障診斷能力。 在監(jiān)督流形學(xué)習(xí)方面,對(duì)增量局部切空間排列和線性局部切空間排列方法進(jìn)行改進(jìn),并引入了非線性支持向量機(jī)分類(lèi)器,提出了監(jiān)督增量局部切空間排列-支持向量機(jī)和監(jiān)督線性局部切空間排列-支持向量機(jī)故障診斷方法,既解決了非線性流形學(xué)習(xí)的泛化能力不足的問(wèn)題,又增強(qiáng)了流形學(xué)習(xí)方法的故障診斷能力。
【圖文】：

LLE算法流程

機(jī)額定轉(zhuǎn)速為735r/min，配備的主電機(jī)的功率均為475KW，型號(hào)為JsQ1510，它們的實(shí)物圖如圖2一14。其中電機(jī)和軸承都固定在混凝土水泥基座上，風(fēng)機(jī)是固定在轉(zhuǎn)軸上的，，電機(jī)的動(dòng)力通過(guò)電動(dòng)機(jī)軸、聯(lián)軸器、風(fēng)機(jī)轉(zhuǎn)軸帶動(dòng)風(fēng)機(jī)旋轉(zhuǎn)，整個(gè)轉(zhuǎn)子系統(tǒng)可簡(jiǎn)化為如圖2一巧的轉(zhuǎn)子模型。振動(dòng)信號(hào)的采集使用了美國(guó)朗斯圖2一14回轉(zhuǎn)窯排煙風(fēng)機(jī)的實(shí)物公司生產(chǎn)的LC01系列壓電加速度傳感器，這種傳感器頻響性能好，頻響范圍寬，可以采集到從0.2一20KHZ的振動(dòng)加速度信號(hào)。每臺(tái)風(fēng)機(jī)系統(tǒng)的四個(gè)測(cè)點(diǎn)如圖2一15中的兩個(gè)軸承處的垂直方向和水平方向。由于風(fēng)機(jī)運(yùn)行環(huán)境非常惡劣，周?chē)泻艽蟮碾姶艌?chǎng)干擾，而且從風(fēng)機(jī)轉(zhuǎn)子系統(tǒng)采集的信號(hào)經(jīng)過(guò)70m左右的傳輸線后才能到達(dá)監(jiān)控室，這樣進(jìn)行分析的信號(hào)含有大量噪聲，要得到能有效表現(xiàn)設(shè)備運(yùn)行狀態(tài)特征的信號(hào)
【學(xué)位授予單位】：中南大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2010
【分類(lèi)號(hào)】：TP18;TH165.3;O186.12

【引證文獻(xiàn)】

相關(guān)期刊論文 前1條

1 劉小平;許桂云;任世錦;楊茂云;;形態(tài)梯度小波降噪與S變換的齒輪故障特征抽取算法[J];電子設(shè)計(jì)工程;2012年22期

本文編號(hào)：2649113