【摘要】： 在機(jī)器狀態(tài)監(jiān)測(cè)和故障診斷中,特征提取是一個(gè)非常重要的問題。近年來(lái),為了滿足對(duì)機(jī)器故障進(jìn)行精確診斷的需要,非線性、非平穩(wěn)、非高斯信號(hào)處理技術(shù)在機(jī)械故障診斷領(lǐng)域受到越來(lái)越多的關(guān)注。當(dāng)前常用的機(jī)械故障征兆提取方法,多是假設(shè)振動(dòng)信號(hào)具有平穩(wěn)和高斯分布的特性。而實(shí)際測(cè)得的信號(hào)大量是非平穩(wěn)和非高斯分布的信號(hào),尤其是在發(fā)生故障時(shí)更是如此。高階統(tǒng)計(jì)信號(hào)處理技術(shù)是非線性、非高斯信號(hào)處理的有力工具,它能有效地消除信號(hào)中的高斯噪聲,在反映信號(hào)能量的同時(shí),還保留信號(hào)的相位信息。 對(duì)于非線性現(xiàn)象,僅用功率譜等傳統(tǒng)信號(hào)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(hào)的有力工具,它從更高階概率結(jié)構(gòu)表征隨機(jī)信號(hào),彌補(bǔ)了二階統(tǒng)計(jì)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(qiáng)的消噪能力,理論上能完全抑制高斯噪聲。一般而言,機(jī)械振動(dòng)信號(hào)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(dòng)信號(hào)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(jì)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(jìn)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(jìn)行對(duì)比; (3)結(jié)合雙譜分析的特點(diǎn),提出了雙譜-BP故障模式識(shí)別方法,并以在齒輪故障試驗(yàn)臺(tái)上獲取的故障齒輪信號(hào)來(lái)驗(yàn)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(duì)識(shí)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(jí)別】：碩士
【學(xué)位授予年份】：2007
【分類號(hào)】：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(duì)于持續(xù)時(shí)間有限的隨機(jī)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(duì)稱性可知，一個(gè)實(shí)序列的三階累積量有六個(gè)對(duì)稱區(qū)，圖 2.1 所示；而雙譜有十二個(gè)對(duì)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(gè)三角區(qū)12π≤ ω，232πω ≤ ）共同定義了雙譜的第一個(gè)對(duì)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(duì)于持續(xù)時(shí)間有限的隨機(jī)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(duì)稱性可知，一個(gè)實(shí)序列的三階累積量有六個(gè)對(duì)稱區(qū)，圖 2.1 所示；而雙譜有十二個(gè)對(duì)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(gè)三角區(qū)12π≤ ω，232πω ≤ ）共同定義了雙譜的第一個(gè)對(duì)稱區(qū)[18]。

荷放大器據(jù)采集卡機(jī)分析處理加速度傳感器印機(jī)圖2.4 信號(hào)測(cè)試框圖2.4.2 不同齒輪故障的雙譜特征分析試驗(yàn)數(shù)據(jù)為正常、磨損、周節(jié)誤差和斷齒信號(hào)各一組，經(jīng)過雙譜分析，可以看出雙譜能識(shí)別出不同的故障模式。雙譜的運(yùn)算采用直接算法，取 4096 個(gè)點(diǎn)進(jìn)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(shí)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(jì)算其頻率的時(shí)候，應(yīng)乘以采樣頻率sf ＝2000Hz。

【相似文獻(xiàn)】

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(jī)械工程學(xué)報(bào);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(bào)(工學(xué)版);2010年08期

3 徐永強(qiáng);邵忍平;;齒輪振動(dòng)信號(hào)的分析與故障診斷研究[J];機(jī)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(guó)全;;齒輪故障信號(hào)多重分形維數(shù)的形態(tài)學(xué)計(jì)算方法[J];振動(dòng).測(cè)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(jī)技術(shù)的齒輪故障特征提取方法研究[J];煤礦機(jī)械;2009年03期

6 沈路;楊富春;周曉軍;劉莉;;基于改進(jìn)EMD與形態(tài)濾波的齒輪故障特征提取[J];振動(dòng)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(jī)械學(xué)報(bào);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(cè)與分析[J];機(jī)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(jì)量與RBF網(wǎng)絡(luò)結(jié)合用于齒輪故障分類[J];中國(guó)機(jī)械工程;1999年11期

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

相關(guān)會(huì)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(guó)神經(jīng)網(wǎng)絡(luò)與信號(hào)處理學(xué)術(shù)會(huì)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(jī)手寫簽名驗(yàn)證[A];第十屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-2001）論文集[C];2001年

3 張羽;汪源源;王威琪;余建國(guó);林繼耕;;狹窄血管多普勒信號(hào)特征提取的實(shí)驗(yàn)研究[A];21世紀(jì)醫(yī)學(xué)工程學(xué)術(shù)研討會(huì)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(shí)別中的應(yīng)用[A];2002中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];2002年

5 楊日杰;施建禮;林洪文;;一種雷達(dá)視頻回波特征提取方法研究[A];中國(guó)航空學(xué)會(huì)信號(hào)與信息處理專業(yè)全國(guó)第八屆學(xué)術(shù)會(huì)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(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];2004年

7 何新;史迎春;周獻(xiàn)中;;一種基于獨(dú)立分量分析的音頻分類方法[A];第一屆建立和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)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(jī)理論的兩級(jí)指紋分類實(shí)現(xiàn)方法[A];第16屆中國(guó)過程控制學(xué)術(shù)年會(huì)暨第4屆全國(guó)故障診斷與安全性學(xué)術(shù)會(huì)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(hào)特征提取方法[A];信號(hào)與信息處理技術(shù)第三屆信號(hào)與信息處理全國(guó)聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2004年

10 郗長(zhǎng)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(dòng)化學(xué)術(shù)會(huì)議論文集[C];2004年

相關(guān)重要報(bào)紙文章 前10條

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

2 沈占鋒;遙感影像信息提取與分析[N];計(jì)算機(jī)世界;2006年

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

4 徐蘭山　羅爭(zhēng)鳴 羅浩 萬(wàn)林香 供稿;我國(guó)軌道交通安全技術(shù)創(chuàng)新獲重大突破[N];科技日?qǐng)?bào);2007年

5 本報(bào)記者　 矯陽(yáng);鐵路運(yùn)行安全保護(hù)神[N];科技日?qǐng)?bào);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(jì)算機(jī)世界;2000年

7 上海 高博;讓電腦“聽懂”人話[N];電腦報(bào);2008年

8 記者 何騰江　通訊員 周匯成;驗(yàn)鈔新技術(shù)通過鑒定[N];中山日?qǐng)?bào);2008年

9 孫哲南　譚鐵牛;生物識(shí)別的十大關(guān)鍵技術(shù)[N];計(jì)算機(jī)世界;2007年

10 本報(bào)記者 劉洪宇;當(dāng)機(jī)器聽懂了我們的聲音[N];遼寧日?qǐng)?bào);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(dòng)檢測(cè)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(shí)別方法的研究[D];天津大學(xué);2005年

6 吳婷;自發(fā)腦電腦機(jī)接口模式識(shí)別關(guān)鍵技術(shù)與實(shí)驗(yàn)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(dá)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(guó)人民解放軍國(guó)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(shí)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(shí)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(shí)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(guó)防科學(xué)技術(shù)大學(xué);2009年

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

8 欒嵐;基于機(jī)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(xì)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(hào)：2755608