對(duì)旋轉(zhuǎn)機(jī)械故障診斷技術(shù)的研究具有重要的現(xiàn)實(shí)意義。在機(jī)械故障診斷中故障特征的提取是關(guān)鍵，然而，由于旋轉(zhuǎn)機(jī)械振動(dòng)信號(hào)通常具有非平穩(wěn)、非線性、低信噪比的特點(diǎn)，導(dǎo)致其包含的機(jī)械設(shè)備的狀態(tài)特征信息并不會(huì)直接體現(xiàn)出來(lái)。因此，怎樣運(yùn)用合適的信號(hào)處理與分析方法從振動(dòng)信號(hào)中提取出狀態(tài)特征信息一直是一個(gè)研究的熱點(diǎn)。時(shí)頻分析方法被公認(rèn)為是目前處理與分析非平穩(wěn)、非線性信號(hào)的最有效手段，但常用的時(shí)頻分析方法，如短時(shí)傅里葉變換（Short-time fouriertransform，STFT）、Wigner分布（Wigner distribution，WD）、小波變換（Wavelettransform，WT）、希爾伯特黃變換（Hilbert-Huang transform，HHT）方法等都具有一定的局限性。最近提出的一種新的自適應(yīng)時(shí)頻分析方法——局部均值分解方法（Local mean decomposition，LMD），相對(duì)于其它時(shí)頻分析方法，其在理論及一些領(lǐng)域的應(yīng)用上都體現(xiàn)出了一定的優(yōu)越性。由此，針對(duì)目前機(jī)械故障診斷中故障特征提取的問(wèn)題，并在國(guó)家自然科學(xué)基金項(xiàng)目的支持下，本文對(duì)LMD方法的理論以及在旋轉(zhuǎn)機(jī)械故... 

【文章來(lái)源】：湖南大學(xué)湖南省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：202 頁(yè)

【學(xué)位級(jí)別】：博士

【文章目錄】：
摘要
Abstract
插圖索引
附表索引
第1章 緒論
    1.1 旋轉(zhuǎn)機(jī)械故障診斷技術(shù)的研究意義和現(xiàn)狀
        1.1.1 旋轉(zhuǎn)機(jī)械故障診斷技術(shù)的研究意義
        1.1.2 旋轉(zhuǎn)機(jī)械故障診斷技術(shù)的研究現(xiàn)狀
    1.2 時(shí)頻分析方法
        1.2.1 傳統(tǒng)時(shí)頻分析方法
        1.2.2 Hilbert-Huang 變換
    1.3 課題來(lái)源與主要研究?jī)?nèi)容
        1.3.1 問(wèn)題提出與課題來(lái)源
        1.3.2 本文研究?jī)?nèi)容和章節(jié)安排
第2章 局部均值分解方法
    2.1 引言
    2.2 LMD 方法
        2.2.1 乘積函數(shù)分量及其特點(diǎn)
        2.2.2 LMD 算法
        2.2.3 基于 LMD 的時(shí)頻分析
        2.2.4 LMD 方法的特點(diǎn)
    2.3 與其它時(shí)頻分析方法的比較
        2.3.1 與傳統(tǒng)時(shí)頻分析方法的比較
        2.3.2 與 HHT 方法的比較
    2.4 本章小結(jié)
第3章 LMD 方法的理論研究及其改進(jìn)
    3.1 引言
    3.2 滑動(dòng)平均步長(zhǎng)的研究
        3.2.1 滑動(dòng)平均步長(zhǎng)的影響
        3.2.2 滑動(dòng)平均步長(zhǎng)的選取
        3.2.3 實(shí)驗(yàn)方案
        3.2.4 實(shí)驗(yàn)信號(hào)分析
    3.3 純調(diào)頻信號(hào)判據(jù)的研究
        3.3.1 概述
        3.3.2 正交性判據(jù)
        3.3.3 OC 判據(jù)的應(yīng)用
    3.4 LMD 方法中端點(diǎn)效應(yīng)的處理
        3.4.1 概述
        3.4.2 LMD 端點(diǎn)效應(yīng)的處理
        3.4.3 應(yīng)用
    3.5 基于噪聲輔助分析的總體局部均值分解方法
        3.5.1 模態(tài)混淆產(chǎn)生的原因
        3.5.2 LMD 方法分析白噪聲信號(hào)
        3.5.3 噪聲輔助分析的總體局部均值分解方法
        3.5.4 實(shí)驗(yàn)信號(hào)分析
    3.6 基于有理樣條函數(shù)插值的 LMD 方法
        3.6.1 基于有理樣條函數(shù)插值的 LMD 方法的原理
        3.6.2 仿真信號(hào)分析
        3.6.3 實(shí)驗(yàn)信號(hào)分析
    3.7 本章小結(jié)
第4章 基于 LMD 的瞬時(shí)頻率譜和局部能量譜方法
    4.1 引言
    4.2 基于 LMD 的瞬時(shí)頻率譜方法及其齒輪故障診斷原理
    4.3 在齒輪故障特征提取中的應(yīng)用
        4.3.1 實(shí)驗(yàn)信號(hào)分析
        4.3.2 實(shí)際信號(hào)分析
    4.4 基于 LMD 的局部能量譜方法及其齒輪故障診斷原理
    4.5 在齒輪故障特征提取中的應(yīng)用
        4.5.1 實(shí)驗(yàn)信號(hào)分析
        4.5.2 實(shí)際信號(hào)分析
    4.6 本章小結(jié)
第5章 基于 LMD 和譜峭度的包絡(luò)分析方法
    5.1 引言
    5.2 基于 LMD 和譜峭度的包絡(luò)分析方法及軸承診斷原理
    5.3 在滾動(dòng)軸承故障診斷中的應(yīng)用
        5.3.1 仿真信號(hào)分析
        5.3.2 實(shí)驗(yàn)信號(hào)分析
    5.4 本章小結(jié)
第6章 基于 LMD 和形態(tài)學(xué)的旋轉(zhuǎn)機(jī)械故障診斷方法
    6.1 引言
    6.2 形態(tài)譜和形態(tài)譜熵原理
        6.2.1 多尺度形態(tài)學(xué)理論
        6.2.2 形態(tài)譜和形態(tài)譜熵
        6.2.3 仿真信號(hào)分析
    6.3 基于 LMD 的形態(tài)譜和形態(tài)譜熵及其在轉(zhuǎn)子系統(tǒng)故障診斷中的應(yīng)用
        6.3.1 診斷原理
        6.3.2 在轉(zhuǎn)子系統(tǒng)故障診斷中的應(yīng)用
    6.4 基于 LMD 的形態(tài)學(xué)分形維數(shù)及其在滾動(dòng)軸承故障診斷中的應(yīng)用
        6.4.1 診斷原理
        6.4.2 形態(tài)學(xué)分形維數(shù)的估計(jì)
        6.4.3 仿真信號(hào)分析
        6.4.4 在滾動(dòng)軸承故障診斷中的應(yīng)用
    6.5 本章小結(jié)
第7章 基于 LMD 的包絡(luò)階次譜方法
    7.1 引言
    7.2 基于 LMD 的包絡(luò)階次譜方法
        7.2.1 計(jì)算階次跟蹤法
        7.2.2 基于 LMD 的包絡(luò)階次譜
    7.3 在旋轉(zhuǎn)機(jī)械故障診斷中的應(yīng)用
        7.3.1 在滾動(dòng)軸承故障診斷中的應(yīng)用
        7.3.2 在齒輪故障診斷中的應(yīng)用
    7.4 本章小結(jié)
結(jié)論與展望
    1 研究結(jié)論
    2 研究展望
參考文獻(xiàn)
致謝
附錄 A 攻讀學(xué)位期間所發(fā)表的學(xué)術(shù)論文
附錄 B 參與的科研項(xiàng)目


【參考文獻(xiàn)】：
期刊論文
[1]基于局域均值分解的機(jī)械故障欠定盲源分離方法研究[J]. 李志農(nóng),劉衛(wèi)兵,易小兵.  機(jī)械工程學(xué)報(bào). 2011(07)
[2]基于Hilbert解調(diào)及倒譜的齒輪箱點(diǎn)蝕故障診斷研究[J]. 王聰.  電力科學(xué)與工程. 2011(03)
[3]分形盒維數(shù)抗噪研究及其在故障診斷中的應(yīng)用[J]. 郝研,王太勇,萬(wàn)劍,張攀,劉路.  儀器儀表學(xué)報(bào). 2011(03)
[4]基于全息譜分析的非線性轉(zhuǎn)子系統(tǒng)不平衡量識(shí)別[J]. 劉淑蓮,李強(qiáng),鄭水英.  機(jī)械工程學(xué)報(bào). 2010(17)
[5]多小波自適應(yīng)構(gòu)造方法及滾動(dòng)軸承復(fù)合故障診斷研究[J]. 王曉冬,何正嘉,訾艷陽(yáng).  振動(dòng)工程學(xué)報(bào). 2010(04)
[6]機(jī)車故障診斷的局域均值分解解調(diào)方法[J]. 陳保家,何正嘉,陳雪峰,訾艷陽(yáng).  西安交通大學(xué)學(xué)報(bào). 2010(05)
[7]基于形態(tài)奇異值分解和經(jīng)驗(yàn)?zāi)B(tài)分解的滾動(dòng)軸承故障特征提取方法[J]. 湯寶平,蔣永華,張?jiān)敶?  機(jī)械工程學(xué)報(bào). 2010(05)
[8]基于雙譜分析的大型汽輪機(jī)振動(dòng)故障特性提取[J]. 嚴(yán)可國(guó),柳亦兵,徐鴻,周雁冰.  中國(guó)電機(jī)工程學(xué)報(bào). 2010(02)
[9]基于EMD和模糊C均值聚類的滾動(dòng)軸承故障診斷[J]. 周川,伍星,劉暢,賀瑋.  昆明理工大學(xué)學(xué)報(bào)(理工版). 2009(06)
[10]分?jǐn)?shù)倒譜及其在機(jī)械故障診斷中應(yīng)用研究[J]. 劉立州,王穗平,李志農(nóng),劉治華.  噪聲與振動(dòng)控制. 2009(05)

博士論文
[1]基于局域均值分解的旋轉(zhuǎn)機(jī)械故障特征提取方法及系統(tǒng)研究[D]. 任達(dá)千.浙江大學(xué) 2008
[2]基于Hilbert-Huang變換的旋轉(zhuǎn)機(jī)械故障診斷方法研究[D]. 程軍圣.湖南大學(xué) 2005
[3]基于EMD和支持向量機(jī)的旋轉(zhuǎn)機(jī)械故障診斷方法研究[D]. 楊宇.湖南大學(xué) 2005



本文編號(hào)：2946855