【摘要】： 在機器狀態(tài)監(jiān)測和故障診斷中,特征提取是一個非常重要的問題。近年來,為了滿足對機器故障進行精確診斷的需要,非線性、非平穩(wěn)、非高斯信號處理技術(shù)在機械故障診斷領(lǐng)域受到越來越多的關(guān)注。當(dāng)前常用的機械故障征兆提取方法,多是假設(shè)振動信號具有平穩(wěn)和高斯分布的特性。而實際測得的信號大量是非平穩(wěn)和非高斯分布的信號,尤其是在發(fā)生故障時更是如此。高階統(tǒng)計信號處理技術(shù)是非線性、非高斯信號處理的有力工具,它能有效地消除信號中的高斯噪聲,在反映信號能量的同時,還保留信號的相位信息。 對于非線性現(xiàn)象,僅用功率譜等傳統(tǒng)信號處理方法分析是很難從根本上解決問題的。高階譜是分析非線性、非高斯信號的有力工具,它從更高階概率結(jié)構(gòu)表征隨機信號,彌補了二階統(tǒng)計量(功率譜)不包含相位信息的缺陷,能定量描述非線性相位耦合。高階譜有很強的消噪能力,理論上能完全抑制高斯噪聲。一般而言,機械振動信號中的噪聲可以近似當(dāng)作高斯噪聲處理,因而用高階譜分析振動信號更容易提取故障信息。本文將雙譜和倒雙譜應(yīng)用到齒輪故障診斷中,為該問題的解決提供了一種新的方法。 研究的主要內(nèi)容: (1)介紹了高階統(tǒng)計量理論,以及雙譜和倒雙譜的分析方法及其算法、性質(zhì)、物理意義和應(yīng)用范圍,將不同齒輪故障類型的雙譜的特性進行比較; (2)將倒雙譜應(yīng)用到故障齒輪的診斷中,并與功率倒譜的分析結(jié)果進行對比; (3)結(jié)合雙譜分析的特點,提出了雙譜-BP故障模式識別方法,并以在齒輪故障試驗臺上獲取的故障齒輪信號來驗證該方法的可行性和有效性。 結(jié)果表明,雙譜和倒雙譜分析方法對識別齒輪故障是可行的、有效的。
【學(xué)位授予單位】：武漢科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2007
【分類號】：TH132.41;TH165.3
【圖文】：

*2 1 1 2 2 1 1 21 2 1 2 1 2( , ) ( , ) ( , )( , ) ( , )x x xx xB B BB Bω ω ω ω ω ω ω ωω ω ω ω ω ω= = = = = （2-31）（4）對于持續(xù)時間有限的隨機序列{ }ix ，如果其傅立葉變換 X (ω )存在，那么雙譜可由式確定：*1 2 1 2 1 21 2 1 2( , ) ( ) ( ) ( )( ) ( ) ( )xB X X XX X Xω ω ω ω ω ωω ω ω ω= += （2-32）（5）三階平穩(wěn)零均值非高斯白噪聲序列{e (i )}的功率譜和雙譜1 2( , )xB ω ω 均為常數(shù)。（6）高斯過程的雙譜恒為零。由累積量和矩的關(guān)系及累積量的對稱性可知，一個實序列的三階累積量有六個對稱區(qū)，圖 2.1 所示；而雙譜有十二個對稱區(qū)域，如圖 2.2 所示。只要知道主三角區(qū)2ω ≥ 0，2≥ ω，1 2ω + ω ≤ π內(nèi)的雙譜，就能夠描述所有的雙譜。主三角區(qū)與相鄰的另一個三角區(qū)12π≤ ω，232πω ≤ ）共同定義了雙譜的第一個對稱區(qū)[18]。

*2 1 1 2 2 1 1 21 2 1 2 1 2( , ) ( , ) ( , )( , ) ( , )x x xx xB B BB Bω ω ω ω ω ω ω ωω ω ω ω ω ω= = = = = （2-31）（4）對于持續(xù)時間有限的隨機序列{ }ix ，如果其傅立葉變換 X (ω )存在，那么雙譜可由式確定：*1 2 1 2 1 21 2 1 2( , ) ( ) ( ) ( )( ) ( ) ( )xB X X XX X Xω ω ω ω ω ωω ω ω ω= += （2-32）（5）三階平穩(wěn)零均值非高斯白噪聲序列{e (i )}的功率譜和雙譜1 2( , )xB ω ω 均為常數(shù)。（6）高斯過程的雙譜恒為零。由累積量和矩的關(guān)系及累積量的對稱性可知，一個實序列的三階累積量有六個對稱區(qū)，圖 2.1 所示；而雙譜有十二個對稱區(qū)域，如圖 2.2 所示。只要知道主三角區(qū)2ω ≥ 0，2≥ ω，1 2ω + ω ≤ π內(nèi)的雙譜，就能夠描述所有的雙譜。主三角區(qū)與相鄰的另一個三角區(qū)12π≤ ω，232πω ≤ ）共同定義了雙譜的第一個對稱區(qū)[18]。

荷放大器據(jù)采集卡機分析處理加速度傳感器印機圖2.4 信號測試框圖2.4.2 不同齒輪故障的雙譜特征分析試驗數(shù)據(jù)為正常、磨損、周節(jié)誤差和斷齒信號各一組，經(jīng)過雙譜分析，可以看出雙譜能識別出不同的故障模式。雙譜的運算采用直接算法，取 4096 個點進行分析。圖 2.5、圖2.6、圖 2.7 和圖 2.8 分別是正常、磨損、周節(jié)誤差和斷齒故障時的雙譜圖。雙譜等高線圖的橫縱坐標(biāo)是歸一化的頻率，因此在計算其頻率的時候，應(yīng)乘以采樣頻率sf ＝2000Hz。

【相似文獻】

相關(guān)期刊論文 前10條

1 章立軍;楊德斌;徐金梧;陳志新;;基于數(shù)學(xué)形態(tài)濾波的齒輪故障特征提取方法[J];機械工程學(xué)報;2007年02期

2 沈路;周曉軍;張文斌;張志剛;;形態(tài)解調(diào)在齒輪故障特征提取中的應(yīng)用[J];浙江大學(xué)學(xué)報(工學(xué)版);2010年08期

3 徐永強;邵忍平;;齒輪振動信號的分析與故障診斷研究[J];機械科學(xué)與技術(shù);2009年09期

4 李兵;張培林;米雙山;劉東升;任國全;;齒輪故障信號多重分形維數(shù)的形態(tài)學(xué)計算方法[J];振動.測試與診斷;2011年04期

5 楊高宏;程珩;齊有軍;聶峰;;基于虛擬樣機技術(shù)的齒輪故障特征提取方法研究[J];煤礦機械;2009年03期

6 沈路;楊富春;周曉軍;劉莉;;基于改進EMD與形態(tài)濾波的齒輪故障特征提取[J];振動與沖擊;2010年03期

7 沈路;周曉軍;劉莉;楊富春;;形態(tài)小波降噪方法在齒輪故障特征提取中的應(yīng)用[J];農(nóng)業(yè)機械學(xué)報;2010年04期

8 李艷蘭,孫良環(huán),熊曉燕;基于小波包的齒輪故障檢測與分析[J];機械管理開發(fā);2005年03期

9 張桂才,史鐵林,軒建平,楊叔子;高階統(tǒng)計量與RBF網(wǎng)絡(luò)結(jié)合用于齒輪故障分類[J];中國機械工程;1999年11期

10 荊雙喜;華偉;;基于小波-支持向量機的齒輪故障診斷研究[J];山東科技大學(xué)學(xué)報(自然科學(xué)版);2008年04期

相關(guān)會議論文 前10條

1 林土勝;賴聲禮;;視網(wǎng)膜血管特征提取的拆支跟蹤法[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學(xué)術(shù)會議論文集[C];1999年

2 錢小聰;鄭寶玉;穆明鑫;;神經(jīng)網(wǎng)絡(luò)聯(lián)機手寫簽名驗證[A];第十屆全國信號處理學(xué)術(shù)年會（CCSP-2001）論文集[C];2001年

3 張羽;汪源源;王威琪;余建國;林繼耕;;狹窄血管多普勒信號特征提取的實驗研究[A];21世紀醫(yī)學(xué)工程學(xué)術(shù)研討會論文摘要匯編[C];2001年

4 柳林霞;陳杰;竇麗華;;不變矩理論及其在目標(biāo)識別中的應(yīng)用[A];2002中國控制與決策學(xué)術(shù)年會論文集[C];2002年

5 楊日杰;施建禮;林洪文;;一種雷達視頻回波特征提取方法研究[A];中國航空學(xué)會信號與信息處理專業(yè)全國第八屆學(xué)術(shù)會議論文集[C];2004年

6 代克杰;張紅梅;盛賽斌;;基于BP網(wǎng)絡(luò)的故障特征提取方法研究[A];2004中國控制與決策學(xué)術(shù)年會論文集[C];2004年

7 何新;史迎春;周獻中;;一種基于獨立分量分析的音頻分類方法[A];第一屆建立和諧人機環(huán)境聯(lián)合學(xué)術(shù)會議（HHME2005）論文集[C];2005年

8 朱曉霞;孫同景;陳桂友;;基于支持向量機理論的兩級指紋分類實現(xiàn)方法[A];第16屆中國過程控制學(xué)術(shù)年會暨第4屆全國故障診斷與安全性學(xué)術(shù)會議論文集[C];2005年

9 范海寧;郭英;吳劍鋒;陳志武;;基于小波包分解的聲信號特征提取方法[A];信號與信息處理技術(shù)第三屆信號與信息處理全國聯(lián)合學(xué)術(shù)會議論文集[C];2004年

10 郗長青;鄭建明;李言;羅杰;;基于小波包分解的鉆頭磨損特征提取[A];制造技術(shù)自動化學(xué)術(shù)會議論文集[C];2004年

相關(guān)重要報紙文章 前10條

1 燕海霞；王憶勤；李福鳳;脈象信號研究日漸深入[N];中國醫(yī)藥報;2005年

2 沈占鋒;遙感影像信息提取與分析[N];計算機世界;2006年

3 王竣;深入開發(fā)CAD系統(tǒng)對疾病診斷有重要意義[N];中國醫(yī)藥報;2007年

4 徐蘭山　羅爭鳴 羅浩 萬林香 供稿;我國軌道交通安全技術(shù)創(chuàng)新獲重大突破[N];科技日報;2007年

5 本報記者　 矯陽;鐵路運行安全保護神[N];科技日報;2006年

6 北京數(shù)碼空間信息技術(shù)有限公司技術(shù)總監(jiān) 劉斌;Web Mining：第二代網(wǎng)絡(luò)信息處理技術(shù)[N];計算機世界;2000年

7 上海 高博;讓電腦“聽懂”人話[N];電腦報;2008年

8 記者 何騰江　通訊員 周匯成;驗鈔新技術(shù)通過鑒定[N];中山日報;2008年

9 孫哲南　譚鐵牛;生物識別的十大關(guān)鍵技術(shù)[N];計算機世界;2007年

10 本報記者 劉洪宇;當(dāng)機器聽懂了我們的聲音[N];遼寧日報;2008年

相關(guān)博士學(xué)位論文 前10條

1 張旗;基于屬性的圖像分類研究[D];大連海事大學(xué);2005年

2 張立福;通用光譜模式分解算法及植被指數(shù)的建立[D];武漢大學(xué);2005年

3 蘇彩紅;墻地磚質(zhì)量自動檢測技術(shù)的研究[D];華南理工大學(xué);2004年

4 宋余慶;醫(yī)學(xué)圖像數(shù)據(jù)挖掘若干技術(shù)研究[D];東南大學(xué);2005年

5 宋晴;基于液滴分析技術(shù)和液滴指紋圖的液體識別方法的研究[D];天津大學(xué);2005年

6 吳婷;自發(fā)腦電腦機接口模式識別關(guān)鍵技術(shù)與實驗研究[D];上海交通大學(xué);2008年

7 孫真真;基于光學(xué)區(qū)雷達目標(biāo)二維像的目標(biāo)散射特征提取的理論及方法研究[D];中國人民解放軍國防科學(xué)技術(shù)大學(xué);2001年

8 武子玉;礦物近紅外光譜信息提取及應(yīng)用研究[D];吉林大學(xué);2005年

9 王承;基于神經(jīng)網(wǎng)絡(luò)的模擬電路故障診斷方法研究[D];電子科技大學(xué);2005年

10 孫蕾;醫(yī)學(xué)圖像智能挖掘關(guān)鍵技術(shù)研究[D];西北大學(xué);2005年

相關(guān)碩士學(xué)位論文 前10條

1 王文莉;基于高階譜的齒輪故障診斷與識別[D];武漢科技大學(xué);2007年

2 周輝;齒輪故障的特征提取與模式識別技術(shù)研究[D];鄭州大學(xué);2005年

3 曾紅梅;情緒圖片視覺誘發(fā)EEG特征提取與分析[D];天津大學(xué);2012年

4 雷自力;基于Pro/E的三維零件參數(shù)化建模和特征提取研究[D];華中科技大學(xué);2011年

5 林少波;中文文本分類特征提取方法的研究與實現(xiàn)[D];重慶大學(xué);2011年

6 黃健;履帶式車輛微多普勒效應(yīng)與特征提取[D];國防科學(xué)技術(shù)大學(xué);2009年

7 趙蕾蕾;基于詞和基本短語模式的特征提取方法[D];河北大學(xué);2009年

8 欒嵐;基于機理模型判據(jù)的圖像中微弱特征提取方法研究及應(yīng)用[D];東北大學(xué);2009年

9 王菲;面向肺部CAD的特征提取、選擇及分類方法研究[D];東北大學(xué);2009年

10 鄭睿;藻類細胞圖像的特征提取與分類方法研究[D];杭州電子科技大學(xué);2009年

本文編號：2755608