本文關(guān)鍵詞：齒輪故障信號實時壓縮算法研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：為提高機械傳動設(shè)備運轉(zhuǎn)的可靠性，其在線監(jiān)測及故障診斷系統(tǒng)得到了廣泛的研究與應用。此系統(tǒng)的功能實現(xiàn)一般通過四個步驟完成，包括采集設(shè)備監(jiān)測信號、提取監(jiān)測信號特征、信號狀態(tài)判別以及設(shè)備故障預測。設(shè)備信號的采集一般通過無線傳感節(jié)點完成，隨著在線監(jiān)測系統(tǒng)研究的不斷進步和無線傳感技術(shù)的快速發(fā)展，實時監(jiān)測數(shù)據(jù)量隨之增大，這對數(shù)據(jù)的存儲、傳輸造成了很大壓力，極大可能的增大了網(wǎng)絡(luò)發(fā)生阻塞的概率且影響無線傳感節(jié)點的壽命。因此，本文對實時監(jiān)測信號的數(shù)據(jù)壓縮進行了深入研究。 機械傳動設(shè)備運轉(zhuǎn)產(chǎn)生旋轉(zhuǎn)振動信號，當前對旋轉(zhuǎn)振動信號這類過程數(shù)據(jù)的壓縮處理研究還處于初始階段，業(yè)內(nèi)對此類數(shù)據(jù)壓縮也未形成具備通用性的標準算法。本課題以齒輪故障信號作為典型研究目標，創(chuàng)新性地通過采集信號的特征量將預測算法ARMA與SDT壓縮算法結(jié)合，提出了有效的ARMA-SDT壓縮算法，使得在保證壓縮率的前提下，分段壓縮誤差不太偏離設(shè)定值而保持平穩(wěn)。 本文在簡要介紹了對旋轉(zhuǎn)振動信號壓縮的研究現(xiàn)狀后，著重分析了分段線性壓縮算法，并詳細闡述了SDT壓縮算法的基本原理、特點、優(yōu)勢及缺陷。為解決SDT算法壓縮門限不可調(diào)的不足，引入ARMA預測算法。文中對ARMA模型的識別、定階、參數(shù)估計、模型檢驗及預測給予了詳細研究，并對參數(shù)估計的RELS算法進行了Matlab仿真。為了將ARMA同SDT相結(jié)合，本文在對齒輪振動機理詳細介紹后成功地對其故障信號進行Matlab仿真模擬，通過故障仿真信號重點研究了信號特征量與壓縮誤差、壓縮門限之間的關(guān)系，并得到了其經(jīng)驗公式。ARMA-SDT算法就是通過ARMA模型對采集信號的特征量進行預測，再根據(jù)特征量與壓縮特性之間的經(jīng)驗公式對SDT的壓縮門限進行實時調(diào)整。最后本文通過基于Zigbee的無線傳感平臺獲取了不同程度的齒輪剝落故障信號，并通過Matlab仿真說明了ARMA-SDT算法能夠有效解決SDT算法門限不可調(diào)的不足，保證了分段數(shù)據(jù)壓縮誤差不太偏離設(shè)定值而保持平穩(wěn)，同時為使ARMA-SDT算法滿足實時處理的要求，本文提出來其工程解決方案。
【關(guān)鍵詞】：齒輪故障 信號特征 SDT壓縮算法 ARMA預測算法
【學位授予單位】：重慶大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：TH132.41;TH165.3
【目錄】：

• 摘要3-4
• ABSTRACT4-9
• 1 緒論9-17
• 1.1 研究背景與意義9-11
• 1.2 國內(nèi)外研究狀況11-13
• 1.3 研究內(nèi)容與貢獻13-14
• 1.4 本文的組織結(jié)構(gòu)14-17
• 2 分段線性壓縮算法分析與比較17-25
• 2.1 矩形波串法及向后斜率法17-18
• 2.2 SDT 壓縮算法18-21
• 2.2.1 三角形算法18-19
• 2.2.2 平行四邊形算法19-20
• 2.2.3 兩種 SDT 算法比較20-21
• 2.3 PLOT 壓縮算法21-22
• 2.4 壓縮算法比較與壓縮性能指標22-23
• 2.5 本章小結(jié)23-25
• 3 ARMA 預測算法研究25-45
• 3.1 離散型隨機變量數(shù)字特征25
• 3.2 平穩(wěn)時間序列25-26
• 3.2.1 平穩(wěn)時間序列定義25
• 3.2.2 平穩(wěn)時間序列性質(zhì)25-26
• 3.3 ARMA 模型概述26-29
• 3.3.1 自回歸模型27-28
• 3.3.2 移動平均模型28
• 3.3.3 自回歸移動平均模型28-29
• 3.4 時間序列預處理29-30
• 3.5 ARMA 模型識別與建立30-37
• 3.5.1 偏自相關(guān)系數(shù)30-31
• 3.5.2 AR 模型識別31-32
• 3.5.3 MA 模型識別32-34
• 3.5.4 ARMA 模型識別34-35
• 3.5.5 模型定階35-37
• 3.6 ARMA 參數(shù)估計37-41
• 3.6.1 矩估計37-38
• 3.6.2 最小二乘(LS)估計38-39
• 3.6.3 遞推最小二乘（RLS）法39-40
• 3.6.4 遞推增廣最小二乘（RELS）40-41
• 3.7 模型檢驗41-42
• 3.8 模型預測42-43
• 3.9 本章小結(jié)43-45
• 4 ARMA-SDT 壓縮算法的設(shè)計與仿真實現(xiàn)45-69
• 4.1 齒輪故障仿真信號構(gòu)造45-48
• 4.1.1 齒輪的故障類型45
• 4.1.2 齒輪的振動機理45
• 4.1.3 齒輪故障的特征信息45-48
• 4.1.4 齒輪監(jiān)測振動信號特征值48
• 4.2 齒輪故障仿真信號的生成48-52
• 4.3 經(jīng)驗公式的提取52-55
• 4.3.1 壓縮特性定量關(guān)系分析52-53
• 4.3.2 壓縮特性與信號特征量定量關(guān)系分析53-55
• 4.3.3 壓縮經(jīng)驗公式55
• 4.4 特征值序列的建立55-56
• 4.5 ARMA-SDT 算法流程描述56-57
• 4.6 ARMA-SDT 算法實現(xiàn)與性能分析57-66
• 4.6.1 ARMA-SDT 算法的實驗及應用平臺57-59
• 4.6.2 ARMA 算法實現(xiàn)59-63
• 4.6.3 ARMA-SDT 算法實現(xiàn)與性能比較63-66
• 4.7 ARMA-SDT 算法工程解決方案66-67
• 4.8 本章小結(jié)67-69
• 5 總結(jié)與展望69-71
• 5.1 總結(jié)69-70
• 5.2 后續(xù)研究工作的展望70-71
• 致謝71-73
• 參考文獻73-77
• 附錄77
• A. 作者在攻讀學位期間發(fā)表的論文目錄77
• B. 作者在攻讀學位期間申請的專利目錄77
• C. 作者在攻讀學位期間取得的科研成果目錄77

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 居浩;歐家福;邵毅敏;;ARMA預測算法在汽車驅(qū)動橋齒輪故障診斷上的應用[J];重慶理工大學學報(自然科學);2012年02期

2 吳長奇,于玉海,蕭麗萍;結(jié)合矢量量化與遠間隔預測的振動遙測信號壓縮方法[J];傳感技術(shù)學報;2002年02期

3 劉曉明;吳德松;王瀟瀛;;基于Cortex-M3的齒輪傳動軸損傷動態(tài)監(jiān)測系統(tǒng)的設(shè)計與實現(xiàn)[J];電子技術(shù)應用;2011年06期

4 沈德明,高N

本文編號：309245