機(jī)械故障診斷領(lǐng)域的研究中,最重要、最關(guān)鍵、也是最困難的問(wèn)題之一就是故障特征信號(hào)的特征提取。機(jī)械系統(tǒng)自身的復(fù)雜結(jié)構(gòu),設(shè)備故障的產(chǎn)生、發(fā)展、工況的變化導(dǎo)致了振動(dòng)信號(hào)的非平穩(wěn)特性。這就使得振動(dòng)信號(hào)的非平穩(wěn)特征提取與表示成為被廣泛關(guān)注的重要研究方向,其中信號(hào)的降噪預(yù)處理、瞬時(shí)頻率特征提取、診斷依據(jù)的確定是研究的主要內(nèi)容。分形理論的出現(xiàn)使人們能夠以新的觀念和手段來(lái)處理復(fù)雜世界里的難題,透過(guò)撲朔迷離、無(wú)序的混沌現(xiàn)象和不規(guī)則的形態(tài),揭示隱藏在復(fù)雜現(xiàn)象背后的規(guī)律,為解決機(jī)械工程領(lǐng)域中的許多問(wèn)題提供了行之有效的新途徑,也為機(jī)械設(shè)備的故障診斷提供了新的思路和方法。本文綜合利用非平穩(wěn)、非高斯信號(hào)處理中最受關(guān)注的小波變換（WT）和Hilbert-Huang變換（HHT）等時(shí)頻處理方法的優(yōu)點(diǎn),結(jié)合新興的分形理論,提出了基于分形、小波和神經(jīng)網(wǎng)絡(luò)的故障診斷方法,并對(duì)機(jī)械振動(dòng)信號(hào)的降噪、故障特征提取技術(shù)進(jìn)行了深入的研究,基于文中所提出的信號(hào)分析方法,提出了基于總線系統(tǒng)的測(cè)試系統(tǒng)架構(gòu)。主要研究工作如下:首先介紹了課題的來(lái)源、背景、研究現(xiàn)狀及其研究意義,對(duì)研究對(duì)象進(jìn)行分析,研究了旋轉(zhuǎn)機(jī)械的典型故障及其振動(dòng)特征,對(duì)旋轉(zhuǎn)機(jī)械... 

【文章來(lái)源】：重慶大學(xué)重慶市 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：134 頁(yè)

【學(xué)位級(jí)別】：博士

【部分圖文】：

含噪正弦信號(hào)及小波消噪聲結(jié)果

在工程應(yīng)用中，大多數(shù)信號(hào)包含著尖峰或突變，而且噪聲信號(hào)也并非平穩(wěn)的白噪聲。利用上述小波降噪方法對(duì)這類(lèi)特殊信號(hào)進(jìn)行降噪存在著一定的缺陷，如圖2.4（a）和圖2.4（b）分別表示脈沖信號(hào)及疊加強(qiáng)噪聲的脈沖信號(hào)。圖2.4所示為采用前面介紹的傳統(tǒng)小波降噪方法得到的不同降噪結(jié)果。圖 2.3 含噪正弦信號(hào)及小波消噪聲結(jié)果Fig. 2.3 The sine signal with noise and the result by adopting wavelet denoising第07期 趙玲：旋轉(zhuǎn)機(jī)械系統(tǒng)故障特征提取中的分形方法研究 C029-18-31

26圖 2.5 2.4(b)所示信號(hào)的傳統(tǒng)小波降噪結(jié)果Fig. 2.5 The denoising results by adopting different traditional wavelet denoisingmethods shown in Fig. 2.4(b)

【參考文獻(xiàn)】：
期刊論文
[1]基于分?jǐn)?shù)小波變換的空域相關(guān)特性的信號(hào)降噪新方法[J]. 孔德順,劉華云,申永軍.  石家莊鐵道學(xué)院學(xué)報(bào)(自然科學(xué)版). 2010(01)
[2]“巖石模型”大型儀器庫(kù)實(shí)現(xiàn)原理的研究[J]. 秦樹(shù)人,尹愛(ài)軍,李寧.  機(jī)械工程學(xué)報(bào). 2010(06)
[3]基于“秦氏模型”虛擬儀器的模態(tài)分析儀[J]. 李寧,秦樹(shù)人,黃捷,段虎明.  現(xiàn)代科學(xué)儀器. 2010(01)
[4]空域相關(guān)濾波在下肢表面肌電信號(hào)中的應(yīng)用[J]. 徐文良,葉明.  機(jī)電工程. 2009(09)
[5]基于多重分形譜的局域網(wǎng)流量預(yù)測(cè)[J]. 劉雁,慕德俊,張家忠.  系統(tǒng)仿真學(xué)報(bào). 2009(12)
[6]小波變換在信號(hào)去噪方面的應(yīng)用研究[J]. 王國(guó)恩,李靜,厲春生.  艦船電子工程. 2008(11)
[7]高斯復(fù)小波變換在齒輪故障診斷中的應(yīng)用[J]. 成瓊.  機(jī)床與液壓. 2008(11)
[8]基于改進(jìn)希爾伯特-黃的泵閥故障診斷新方法[J]. 楊國(guó)安,王澤棟.  北京化工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2008(04)
[9]基于空域相關(guān)的多聚焦圖像融合[J]. 龍燕,姜威.  電子器件. 2008(02)
[10]HILBERT-HUANG變換端點(diǎn)效應(yīng)處理新方法[J]. 胡愛(ài)軍,安連鎖,唐貴基.  機(jī)械工程學(xué)報(bào). 2008(04)

博士論文
[1]信號(hào)小波理論與一體化小波分析儀的研究[D]. 秦毅.重慶大學(xué) 2008
[2]面向機(jī)械故障特征提取的混合時(shí)頻分析方法研究[D]. 程發(fā)斌.重慶大學(xué) 2007
[3]非平穩(wěn)信號(hào)特征提取方法在超高壓壓縮機(jī)故障診斷中的應(yīng)用研究[D]. 任全民.大連理工大學(xué) 2006
[4]秦氏模型虛擬儀器及VMIDS開(kāi)發(fā)系統(tǒng)的研究[D]. 尹愛(ài)軍.重慶大學(xué) 2006
[5]基于小波理論的非平穩(wěn)信號(hào)特征提取與智能診斷方法研究[D]. 朱啟兵.東北大學(xué) 2006
[6]機(jī)械系統(tǒng)故障信號(hào)特征提取技術(shù)研究[D]. 余紅英.中北大學(xué) 2005
[7]小波理論在信號(hào)去噪和數(shù)據(jù)壓縮中的應(yīng)用研究[D]. 蔣鵬.浙江大學(xué) 2004
[8]基于時(shí)—頻分析的虛擬式旋轉(zhuǎn)機(jī)械特征分析儀系統(tǒng)的研究[D]. 郭瑜.重慶大學(xué) 2003
[9]非平穩(wěn)非高斯信號(hào)特征提取與故障診斷技術(shù)研究[D]. 鄭海波.合肥工業(yè)大學(xué) 2002
[10]希爾伯特—黃變換局瞬信號(hào)分析理論的研究[D]. 鐘佑明.重慶大學(xué) 2002

碩士論文
[1]基于小波降噪與HHT方法的齒輪故障診斷方法[D]. 趙國(guó)慶.武漢科技大學(xué) 2007
[2]EMD時(shí)頻分析理論與應(yīng)用研究[D]. 孫艷爭(zhēng).電子科技大學(xué) 2007
[3]分形理論應(yīng)用于齒輪箱滾動(dòng)軸承故障診斷的研究[D]. 楊皓.長(zhǎng)沙理工大學(xué) 2007
[4]小波降噪算法及其IP軟核實(shí)現(xiàn)技術(shù)研究[D]. 劉杰.西安電子科技大學(xué) 2007
[5]小波分析及其在信號(hào)、圖像降噪中的應(yīng)用研究[D]. 李繼軍.西安電子科技大學(xué) 2006
[6]小波變換在地震信號(hào)去噪中的應(yīng)用研究[D]. 趙玉寶.中南大學(xué) 2005
[7]基于分形理論的液壓系統(tǒng)故障診斷技術(shù)研究[D]. 王慶華.大連海事大學(xué) 2004



本文編號(hào)：3131858