本文主要研究機(jī)械設(shè)備故障診斷分類方法,研究對象為齒輪和滾動軸承,研究內(nèi)容主要包括:故障特征值提取方法:時(shí)域特征值主要包括峰值等;頻域特征值為均方頻率（MSF）;通過建立AR模型利用模型系數(shù)做特征值,提取GREEN函數(shù)系數(shù)做為特征值。對電廠送風(fēng)風(fēng)機(jī)滾動軸承振動信號進(jìn)行時(shí)域、頻域、AR模型系數(shù)、GREEN函數(shù)系數(shù)等特征值提取,對提取的特征值分別進(jìn)行主分量法分析（PCA）,通過主分量圖可以進(jìn)行狀態(tài)的分類,對各特征值分類的效果進(jìn)行了比較。對主分量進(jìn)行核函數(shù)映射,構(gòu)造核函數(shù)主分量。針對齒輪振動信號進(jìn)行上述特征值提取并分別進(jìn)行主分量分析、核函數(shù)主分量分析。結(jié)果表明核函數(shù)主分量分類的效果好于主分量。用距離函數(shù)進(jìn)行計(jì)算設(shè)定閾值判斷設(shè)備狀態(tài)。用支持向量機(jī)（SVM）對主分量、核函數(shù)主分量進(jìn)行計(jì)算尋找支持向量,用支持向量進(jìn)行分類,節(jié)省計(jì)算時(shí)間,提高了計(jì)算的準(zhǔn)確率。采用Delphi7軟件開發(fā)滾動軸承軸承數(shù)據(jù)庫軟件,該程序可實(shí)現(xiàn)軸承參數(shù)查詢,故障特征頻率計(jì)算,有一定的實(shí)際意義。 

【文章來源】：華北電力大學(xué)(北京)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：77 頁

【學(xué)位級別】：碩士

【文章目錄】：
中文摘要
英文摘要
第一章 前言
    1.1 概述
    1.2 齒輪的發(fā)展與現(xiàn)狀
        1.2.1 齒輪研究方法的發(fā)展現(xiàn)狀
    1.3 滾動軸承研究現(xiàn)狀
        1.3.1 軸承故障診斷技術(shù)的研究現(xiàn)狀與發(fā)展趨勢
    1.4 論文研究的內(nèi)容
第二章 特征值提取方法
    2.1 引言
    2.2 信號的時(shí)域診斷函數(shù)
    2.3 頻域特征值提取
    2.4 時(shí)間序列ARMA,AR,GREEN 模型特征值提取
        2.4.1 ARMA 模型定義
        2.4.2 GREEN 函數(shù)的定義及公式推導(dǎo)
    2.5 小結(jié)
第三章 主分量法（PCA）及其應(yīng)用
    3.1 引言
    3.2 主分量法的原理
    3.3 主分量分析的步驟
    3.4 試驗(yàn)數(shù)據(jù)分析
        3.4.1 風(fēng)機(jī)滾動軸承振動分析
        3.4.2 時(shí)域主分量分析
        3.4.3 頻域主分量分析
        3.4.4 基于時(shí)間序列AR（n）模型系數(shù)的主分量分析
        3.4.5 基于GREEN 函數(shù)系數(shù)的主分量分析
    3.5 小結(jié)
第四章 核函數(shù)主分量（KPCA）在齒輪前期故障診斷中的應(yīng)用
    4.1 引言
    4.2 核函數(shù)主分量法的原理
        4.2.1 核函數(shù)主分量分析
        4.2.2 幾何距離判別函數(shù)
            4.2.2.1 歐幾里德（Euclid）距離判別
    4.3 試驗(yàn)分析
        4.3.1 試驗(yàn)描述
        4.3.2 時(shí)域PCA 和KPCA 分析
        4.3.3 濾波后的時(shí)域PCA 和KPCA 分析
        4.3.4 頻域PCA 和KPCA 分析
        4.3.5 基于AR 參數(shù)的PCA 和KPCA 分析
        4.3.6 基于GREEN 參數(shù)的PCA 和KPCA 分析
    4.4 小結(jié)
第五章 支持向量機(jī)在齒輪故障診斷中的應(yīng)用
    5.1 引言
    5.2 機(jī)器學(xué)習(xí)的基本問題
        5.2.1 機(jī)器學(xué)習(xí)
        5.2.2 VC 維數(shù)
        5.2.3 結(jié)構(gòu)風(fēng)險(xiǎn)最小化SRM
    5.3 線性可分模式的最優(yōu)分類面
    5.4 試驗(yàn)分析
    5.5 小結(jié)
第六章 滾動軸承數(shù)據(jù)庫的開發(fā)
    6.1 引言
    6.2 滾動軸承振動的基本參數(shù)
        6.2.1 滾動軸承的典型結(jié)構(gòu)及其特征頻率
        6.2.2 滾動軸承有異常時(shí)的振動特性
    6.3 軟件的功能分析和開發(fā)研制
        6.3.1 軟件的功能和特性
        6.3.2 軟件開發(fā)環(huán)境
        6.3.3 軟件的基本組成
        6.3.4 數(shù)據(jù)庫的開發(fā)
        6.3.5 滾動軸承參數(shù)查詢
    6.4 小結(jié)
第七章 結(jié)論與展望
    7.1 結(jié)論
    7.2 研究展望
參考文獻(xiàn)
致謝
在學(xué)期間發(fā)表論文和參加科研情況


【參考文獻(xiàn)】：
期刊論文
[1]主元分析方法在火電廠鍋爐過程故障檢測中的應(yīng)用[J]. 黃孝彬,劉吉臻,牛玉廣.  動力工程. 2004(04)
[2]核主元分析及其在人臉識別中的應(yīng)用[J]. 黃國宏,邵惠鶴.  計(jì)算機(jī)工程. 2004(13)
[3]細(xì)化包絡(luò)分析在滾動軸承缺陷診斷中的應(yīng)用[J]. 杜秋華,楊曙年.  軸承. 2004(03)
[4]設(shè)備故障診斷中的特征提取[J]. 張曉梅.  傳感器技術(shù). 2004(01)
[5]基于小波包-包絡(luò)分析的故障特征提取方法[J]. 李輝,宋智勇,孫豐瑞.  振動、測試與診斷. 2003(04)
[6]基于損失函數(shù)的SVM算法及其在輕微故障診斷中的應(yīng)用[J]. 翟永杰,韓璞,王東風(fēng),王國鵬.  中國電機(jī)工程學(xué)報(bào). 2003(09)
[7]核函數(shù)主元分析及其在齒輪故障診斷中的應(yīng)用[J]. 李巍華,廖廣蘭,史鐵林.  機(jī)械工程學(xué)報(bào). 2003(08)
[8]用VB6.0開發(fā)的滾動軸承查詢系統(tǒng)[J]. 王建梅,李皓.  太原重型機(jī)械學(xué)院學(xué)報(bào). 2003(01)
[9]基于神經(jīng)網(wǎng)絡(luò)的滾動軸承故障監(jiān)測[J]. 陳向東,趙登峰,王國強(qiáng),許純新.  軸承. 2003(02)
[10]基于Kohonen神經(jīng)網(wǎng)絡(luò)的滾動軸承故障診斷[J]. 夏利民.  計(jì)算機(jī)工程. 2003(03)

博士論文
[1]齒輪與滾動軸承故障的振動分析與診斷[D]. 孟濤.西北工業(yè)大學(xué) 2003



本文編號：3112686