本文關(guān)鍵詞：基于時頻流形分析的設(shè)備故障診斷方法研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：旋轉(zhuǎn)設(shè)備是現(xiàn)代冶金、化工、動力等工業(yè)領(lǐng)域中的關(guān)鍵設(shè)備,所以對于旋轉(zhuǎn)設(shè)備的運(yùn)行狀態(tài)進(jìn)行監(jiān)測并進(jìn)行故障診斷是十分必要的。從機(jī)械系統(tǒng)中獲取的振動數(shù)據(jù)總是攜帶著對機(jī)械故障診斷來說非常重要的測量信息。而對于旋轉(zhuǎn)機(jī)械,關(guān)鍵部件的局部故障常常在振動信號中表現(xiàn)為周期性的瞬態(tài)脈沖信息。然而,實(shí)際情況中,往往存在著大量的背景噪聲會將瞬時脈沖信息湮沒掉,從而大大增加了識別這些機(jī)械故障的難度。 流形學(xué)習(xí)是近年來發(fā)展起來的非線性數(shù)據(jù)降維方法,它能提取高維數(shù)據(jù)中的主要非線性本質(zhì)特征成分。本文基于時頻流形在時頻域抑制噪聲以及分辨率增強(qiáng)方面的優(yōu)點(diǎn),將時頻流形用于機(jī)械故障診斷中,取得了滿意的效果。本文提出的時頻流形在機(jī)械故障診斷中的應(yīng)用主要有兩個方面：時頻流形相關(guān)匹配用于周期性故障識別以及利用時頻流形對振動信號進(jìn)行去噪。 時頻流形相關(guān)匹配用于周期性故障識別是將時頻流形與圖像模板匹配的概念結(jié)合起來,并且提出了一種新的時頻流形相關(guān)匹配方法來加強(qiáng)對周期性故障的識別能力。此方法主要利用一個短時長的時頻流形作為模板,在時頻域中,對振動信號進(jìn)行相關(guān)匹配操作。 本文提出的利用時頻流形對振動信號進(jìn)行去噪的方法,是通過結(jié)合時頻綜合以及相空間重構(gòu)綜合實(shí)現(xiàn)信號去噪的。得到的去噪信號不僅有令人滿意的去噪效果,并且能很好的保留固有的時頻結(jié)構(gòu)特征。另外,本文提出了一種新的診斷方法,叫頻率概率時間序列(FPTS)譜分析法,并且展示了此方法在故障診斷中的有效性。 本文提出的基于時頻流形的機(jī)械故障診斷方法已經(jīng)被用于處理一組軸承故障數(shù)據(jù)以及齒輪箱故障數(shù)據(jù),結(jié)果證明在機(jī)械故障診斷中,提出的方法優(yōu)于傳統(tǒng)方法。
【關(guān)鍵詞】：旋轉(zhuǎn)機(jī)械 機(jī)械故障診斷 流形學(xué)習(xí) 時頻分布 時頻流形 相關(guān)分析 信號去噪
【學(xué)位授予單位】：中國科學(xué)技術(shù)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：TH165.3
【目錄】：

• 摘要5-6
• ABSTRACT6-11
• 第1章 緒論11-21
• 1.1 機(jī)械故障診斷研究的意義11-14
• 1.1.1 選題意義11
• 1.1.2 研究內(nèi)容11-13
• 1.1.2.1 采集設(shè)備狀態(tài)信息12
• 1.1.2.2 提取特征12-13
• 1.1.2.3 評估設(shè)備狀態(tài)13
• 1.1.3 研究對象13-14
• 1.2 旋轉(zhuǎn)機(jī)械故障診斷技術(shù)的發(fā)展現(xiàn)狀14-18
• 1.2.1 時域分析方法15
• 1.2.2 頻域分析方法15-16
• 1.2.3 時頻分析方法16-17
• 1.2.4 其它分析方法17-18
• 1.3 本論文的主要工作和創(chuàng)新性18-21
• 1.3.1 本論文主要工作18-19
• 1.3.2 本論文主要創(chuàng)新19-21
• 第2章 時頻流形21-29
• 2.1 引言21
• 2.2 時頻分布21-24
• 2.2.1 短時傅里葉變換21-22
• 2.2.2 威格爾分布22-23
• 2.2.3 小波變換23
• 2.2.4 希爾伯特黃變換23-24
• 2.3 流形學(xué)習(xí)24-26
• 2.4 時頻流形26-28
• 2.4.1 相空間重構(gòu)26-27
• 2.4.2 時頻分布27
• 2.4.3 流形學(xué)習(xí)27-28
• 2.5 效果評估28
• 2.6 小結(jié)28-29
• 第3章 時頻流形相關(guān)匹配29-47
• 3.1 引言29-30
• 3.2 時頻流形相關(guān)匹配30-36
• 3.2.1 時頻分布31
• 3.2.2 時頻流形31-32
• 3.2.3 相關(guān)匹配32-34
• 3.2.4 脊線提取及分析34-35
• 3.2.5 時頻流形相關(guān)匹配方法的總結(jié)35-36
• 3.3 實(shí)際故障診斷的應(yīng)用36-46
• 3.3.1 齒輪箱故障檢測的應(yīng)用36-41
• 3.3.1.1 嚴(yán)重故障檢測37-39
• 3.3.1.2 初始故障檢測39-41
• 3.3.2 軸承故障檢測的應(yīng)用41-46
• 3.3.2.1 滾動體故障檢測42-44
• 3.3.2.2 外圈故障檢測44-46
• 3.4 小結(jié)46-47
• 第4章 基于時頻流形的信號去噪及故障診斷47-62
• 4.1 引言47-48
• 4.2 振動信號的時頻流形分析48-50
• 4.3 時頻流形綜合50-55
• 4.3.1 準(zhǔn)則以及步驟50-52
• 4.3.2 去噪效果評估52-53
• 4.3.3 故障診斷53-55
• 4.4 實(shí)驗驗證55-60
• 4.4.1 帶有滾動體故障的軸承信號55-58
• 4.4.2 帶有外圈故障的軸承信號58-60
• 4.5 小結(jié)60-62
• 第5章 總結(jié)與展望62-64
• 參考文獻(xiàn)64-70
• 致謝70-71
• 在讀期間發(fā)表的學(xué)術(shù)論文與取得的其他研究成果71

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 王萍輝,方應(yīng)民;倒頻譜分析在旋轉(zhuǎn)機(jī)械故障診斷中的應(yīng)用[J];長沙電力學(xué)院學(xué)報(自然科學(xué)版);1999年03期

2 焦衛(wèi)東;朱有劍;;基于EMD的軸承故障包絡(luò)譜分析[J];軸承;2009年01期

3 陽建宏;楊德斌;徐科;徐金梧;;非線性降維在冷軋帶鋼表面缺陷分類中的應(yīng)用[J];鋼鐵;2005年12期

4 黃啟宏;劉釗;;流形學(xué)習(xí)中非線性維數(shù)約簡方法概述[J];計算機(jī)應(yīng)用研究;2007年11期

5 唐先廣;郭瑜;丁彥春;鄭華文;;基于短時傅里葉變換和獨(dú)立分量分析的滾動軸承包絡(luò)分析[J];機(jī)械強(qiáng)度;2012年01期

6 陽建宏;徐金梧;楊德斌;黎敏;;基于主流形識別的非線性時間序列降噪方法及其在故障診斷中的應(yīng)用[J];機(jī)械工程學(xué)報;2006年08期

7 陳志新;徐金梧;楊德斌;;基于復(fù)小波塊閾值的降噪方法及其在機(jī)械故障診斷中的應(yīng)用[J];機(jī)械工程學(xué)報;2007年06期

8 黎敏;徐金梧;陽建宏;楊德斌;;一種基于流形拓?fù)浣Y(jié)構(gòu)的軸承故障分類方法[J];控制工程;2009年03期

9 鄧擁軍,王偉,錢成春,王忠,戴德君;EMD方法及Hilbert變換中邊界問題的處理[J];科學(xué)通報;2001年03期

10 胡易平;安鋼;王凱;賀亮;;基于復(fù)小波多尺度包絡(luò)譜的滾動軸承故障診斷研究[J];煤礦機(jī)械;2009年11期

  本文關(guān)鍵詞：基于時頻流形分析的設(shè)備故障診斷方法研究，由筆耕文化傳播整理發(fā)布。

本文編號：277414