發(fā)布時(shí)間：2017-04-07 12:11

  本文關(guān)鍵詞：基于盲源分離和神經(jīng)網(wǎng)絡(luò)在齒輪故障診斷中的策略研究，由筆耕文化傳播整理發(fā)布。

【摘要】：汽車的品質(zhì)特性是衡量汽車制造質(zhì)量的一個(gè)綜合性指標(biāo)。統(tǒng)計(jì)表明,整車約1/3的故障問(wèn)題與車輛的NVH問(wèn)題有關(guān),國(guó)際上各大汽車公司有近20%的研發(fā)費(fèi)用消耗在解決車輛的NVH問(wèn)題上。汽車后橋是汽車傳動(dòng)系統(tǒng)中的關(guān)鍵部件,其性能直接影響整車品質(zhì)。 汽車后橋主減裝配的的故障種類繁多,如齒輪毛刺、異響等。面對(duì)這些問(wèn)題,目前國(guó)內(nèi)外廠商和研究機(jī)構(gòu)多采用測(cè)量后橋噪音的辦法來(lái)確定主減合格與否以及質(zhì)量特性。 齒輪故障診斷一般步驟包括信號(hào)采集、特征提取、狀態(tài)識(shí)別這三個(gè)環(huán)節(jié)。齒輪故障類型的不同導(dǎo)致產(chǎn)生的機(jī)械振動(dòng)信號(hào)是不同的,通過(guò)對(duì)傳感器采集到的振動(dòng)信號(hào)進(jìn)行適當(dāng)?shù)姆治鎏幚?可以降低噪聲的影響,提高信噪比,獲得所提取信號(hào)的準(zhǔn)確量值,得到其準(zhǔn)確的特征,以發(fā)現(xiàn)測(cè)試對(duì)象的本質(zhì)特點(diǎn)。 本文對(duì)信號(hào)的特征提取采用了盲源信號(hào)分離的技術(shù),利用盲源分離的優(yōu)勢(shì)是可以在不知源信號(hào)和傳輸通道的參數(shù)的情況下,根據(jù)輸入源信號(hào)的統(tǒng)計(jì)特征,僅由觀測(cè)信號(hào)來(lái)恢復(fù)源信號(hào)的各個(gè)獨(dú)立成分的過(guò)程。將獨(dú)立成分分析方法應(yīng)用于盲源分離,能夠從混合信號(hào)中重現(xiàn)不可觀測(cè)的各源信號(hào)成分,而所需要的僅僅是源信號(hào)統(tǒng)計(jì)獨(dú)立等容易滿足的先驗(yàn)條件。神經(jīng)網(wǎng)絡(luò)作為一種自適應(yīng)的模式識(shí)別技術(shù)被應(yīng)用于信號(hào)的狀態(tài)識(shí)別中,神經(jīng)網(wǎng)絡(luò)不需要預(yù)先給出有關(guān)模式的經(jīng)驗(yàn)知識(shí)和判別函數(shù),它通過(guò)自身的學(xué)習(xí)機(jī)制自動(dòng)形成所要求的決策區(qū)域。 本文建立了一種基于獨(dú)立成分分析和神經(jīng)網(wǎng)絡(luò)的齒輪故障診斷方法,采用獨(dú)立成分分析中的快速獨(dú)立成分分析方法進(jìn)行了振動(dòng)信號(hào)的特征提取,對(duì)傳感器接收的振動(dòng)信號(hào)進(jìn)行了盲源分離。然后采用概率神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)了分離信號(hào)的狀態(tài)識(shí)別,進(jìn)行了故障的類別識(shí)別。最后,本文給出了齒輪故障診斷策略的Matlab仿真分析。
【關(guān)鍵詞】：齒輪故障診斷 盲源分離 ICA FastICA PNN神經(jīng)網(wǎng)絡(luò)
【學(xué)位授予單位】：武漢理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2013
【分類號(hào)】：TP183;TH165.3
【目錄】：

• 中文摘要4-5
• Abstract5-7
• 目錄7-9
• 第1章 緒論9-17
• 1.1 研究背景和意義9-10
• 1.2 國(guó)內(nèi)外發(fā)展與現(xiàn)狀10-14
• 1.2.1 盲源分離的發(fā)展與現(xiàn)狀10-12
• 1.2.2 人工神經(jīng)網(wǎng)絡(luò)的發(fā)展與現(xiàn)狀12-13
• 1.2.3 齒輪診斷的發(fā)展與現(xiàn)狀13-14
• 1.3 機(jī)械振動(dòng)的特性及常見(jiàn)齒輪故障14-15
• 1.4 論文的研究?jī)?nèi)容與結(jié)構(gòu)安排15-17
• 第2章 盲源分離的基礎(chǔ)知識(shí)17-29
• 2.1 盲源分離的概念17-18
• 2.2 盲源分離的方法及應(yīng)用18-20
• 2.3 盲源分離的獨(dú)立性判據(jù)20-22
• 2.4 盲源分離的數(shù)學(xué)模型22-24
• 2.5 盲源分離的預(yù)處理方法24-26
• 2.5.1 中心化24
• 2.5.2 白化處理24-26
• 2.6 分離效果的評(píng)價(jià)指標(biāo)26-27
• 2.6.1 性能指數(shù)26
• 2.6.2 相似系數(shù)26-27
• 2.6.3 二次殘差27
• 2.7 盲源分離與獨(dú)立成分分析27-28
• 2.8 本章小結(jié)28-29
• 第3章 盲源分離的獨(dú)立成分分析方法29-46
• 3.1 獨(dú)立成分分析概述29-33
• 3.1.1 ICA的定義29-30
• 3.1.2 ICA的假設(shè)條件30-31
• 3.1.3 ICA的不確定性31-32
• 3.1.4 ICA與白化32-33
• 3.2 獨(dú)立成分分析的基本方法33-37
• 3.2.1 ICA的目標(biāo)函數(shù)33-36
• 3.2.2 ICA優(yōu)化算法36-37
• 3.3 快速獨(dú)立成分分析37-41
• 3.3.1 普通FastICA算法38-40
• 3.3.2 優(yōu)化FastICA算法40-41
• 3.4 算法仿真41-45
• 3.5 本章小結(jié)45-46
• 第4章 人工神經(jīng)網(wǎng)絡(luò)與故障模式識(shí)別46-54
• 4.1 人工神經(jīng)網(wǎng)絡(luò)模型46-49
• 4.1.1 神經(jīng)元結(jié)構(gòu)模型46-47
• 4.1.2 神經(jīng)網(wǎng)絡(luò)的連接形式47-49
• 4.2 人工神經(jīng)網(wǎng)絡(luò)特點(diǎn)49-50
• 4.3 人工神經(jīng)網(wǎng)絡(luò)與模式識(shí)別50-51
• 4.4 概率神經(jīng)網(wǎng)絡(luò)51-53
• 4.5 本章小結(jié)53-54
• 第5章 齒輪故障診斷中的仿真分析54-60
• 5.1 齒輪振動(dòng)信號(hào)的盲分離54-57
• 5.2 概率神經(jīng)網(wǎng)絡(luò)的訓(xùn)練及仿真57-59
• 5.2.1 輸入和目標(biāo)向量設(shè)計(jì)57-58
• 5.2.2 概率神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)58-59
• 5.3 本章小結(jié)59-60
• 第6章 總結(jié)與展望60-62
• 6.1 全文工作總結(jié)60-61
• 6.2 展望61-62
• 致謝62-63
• 參考文獻(xiàn)63-66

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 李舜酩,楊濤;盲源信號(hào)分離及其發(fā)展[J];傳感器技術(shù);2005年04期

2 陳錫明;黃碩翼;;盲源分離綜述——問(wèn)題、原理和方法[J];電子信息對(duì)抗技術(shù);2008年02期

3 汪軍，，何振亞;瞬時(shí)混疊信號(hào)盲分離[J];電子學(xué)報(bào);1997年04期

4 張賢達(dá),保錚;盲信號(hào)分離[J];電子學(xué)報(bào);2001年S1期

5 李舜酩;轉(zhuǎn)子振動(dòng)故障信號(hào)的盲分離[J];航空動(dòng)力學(xué)報(bào);2005年05期

6 李鴻燕;郝潤(rùn)芳;馬建芬;王華奎;;基于維納濾波和快速獨(dú)立分量分析的有噪混合圖像盲分離[J];計(jì)算機(jī)應(yīng)用研究;2007年10期

7 宋曉萍;廖明夫;;雙轉(zhuǎn)子航空發(fā)動(dòng)機(jī)振動(dòng)信號(hào)的分離測(cè)試技術(shù)[J];機(jī)械科學(xué)與技術(shù);2006年04期

8 張希軍;吳志真;雷勇;;航空發(fā)動(dòng)機(jī)試車中轉(zhuǎn)子故障診斷[J];計(jì)算機(jī)測(cè)量與控制;2005年11期

9 楊竹青,李勇,胡德文;獨(dú)立成分分析方法綜述[J];自動(dòng)化學(xué)報(bào);2002年05期

10 李志農(nóng);郝偉;韓捷;何永勇;褚福磊;;噪聲環(huán)境下機(jī)械故障源的盲分離[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2006年11期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 張安清;盲分離技術(shù)及其在水聲信號(hào)中的應(yīng)用研究[D];大連理工大學(xué);2006年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前2條

1 郝青青;復(fù)雜混疊聲信號(hào)的盲分離方法及其應(yīng)用研究[D];南京航空航天大學(xué);2010年

2 楊濤;多混疊振動(dòng)信號(hào)的盲源分離及實(shí)驗(yàn)研究[D];南京航空航天大學(xué);2006年

  本文關(guān)鍵詞：基于盲源分離和神經(jīng)網(wǎng)絡(luò)在齒輪故障診斷中的策略研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：290409