現(xiàn)代機(jī)械設(shè)備是機(jī)械、液壓、光學(xué)、電子、計(jì)算機(jī)等技術(shù)的有機(jī)集成,功能強(qiáng)大,構(gòu)成復(fù)雜。為保障其安全運(yùn)行,通過采集機(jī)械系統(tǒng)運(yùn)行過程中的狀態(tài)參量,利用信號處理技術(shù),分析設(shè)備的運(yùn)行狀態(tài)并預(yù)測其變化趨勢的故障診斷技術(shù)得到了迅速的發(fā)展和廣泛應(yīng)用。 周期性信號是機(jī)械設(shè)備運(yùn)行過程中一類廣泛存在的信號,包含系統(tǒng)運(yùn)行狀態(tài)的豐富信息,因此有很大的研究價(jià)值。周期性信號中是否出現(xiàn)新的信號成分,和噪聲中是否出現(xiàn)周期性的沖擊分量,往往都是系統(tǒng)是否出現(xiàn)故障的重要標(biāo)志。由于信噪比太低或者探測方法本身的穩(wěn)定性和精度等原因,通過現(xiàn)有的技術(shù)手段來解決這類問題往往是非常困難的。 本文在分析現(xiàn)有方法的基礎(chǔ)上,通過對吸引子軌跡矩陣與原信號的關(guān)系分析及其奇異性的研究,提出了一種基于SVD的全新的周期性信號監(jiān)測方法。為了使該算法更加具有可操作性,引入了信號奇異熵的概念,并對其實(shí)質(zhì)作了深入的分析,同時(shí)也對其定義的不足之處作了改進(jìn)。在此基礎(chǔ)上,本文提出了奇異值的能量貢獻(xiàn)率的概念,從而為矩陣奇異性的判定提供了更加有力的工具。 鑒于SVR譜方法的優(yōu)點(diǎn)和不足,本文提出了一種基于吸引子矩陣Frobenious范數(shù)軌跡平穩(wěn)性的周期性... 

【文章來源】：大連理工大學(xué)遼寧省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：57 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 課題的意義
    1.2 狀態(tài)監(jiān)測與故障診斷技術(shù)的主要研究內(nèi)容
        1.2.1 故障機(jī)理的研究
        1.2.2 故障信息處理技術(shù)的研究
        1.2.3 智能化故障診斷方法的研究
        1.2.4 監(jiān)測、診斷儀器和系統(tǒng)的開發(fā)與研究
    1.3 狀態(tài)監(jiān)測與故障診斷中信號處理方法的研究現(xiàn)狀
        1.3.1 信號時(shí)域分析方法的研究
        1.3.2 信號頻域分析方法的研究
        1.3.3 信號時(shí)-頻分析及一些新方法的研究
        1.3.4 幾種特殊信號及其分析中存在的問題
    1.4 本文研究的主要目的和內(nèi)容
2 奇異值分解及其性質(zhì)
    2.1 矩陣的奇異值分解及其解釋
    2.2 奇異值的性質(zhì)
        2.2.1 奇異值與范數(shù)的關(guān)系
        2.2.2 奇異值的其它幾個(gè)性質(zhì)
    2.3 關(guān)于Frobenious范數(shù)意義上的逼近問題
    2.4 本章小結(jié)
3 周期性信號的狀態(tài)監(jiān)測與故障診斷新方法
    3.1 問題的提出
    3.2 時(shí)間序列重構(gòu)的吸引子軌跡矩陣奇異值分解
    3.3 機(jī)械信號的奇異熵
        3.3.1 奇異熵的定義
        3.3.2 信號奇異熵的特性
    3.4 用奇異值分解實(shí)現(xiàn)狀態(tài)監(jiān)控和故障診斷的算法
    3.5 仿真實(shí)例
    3.6 兩種相近算法的比較
    3.7 確定吸引子軌跡矩陣秩的新方法及其與奇異熵的比較
    3.8 本章小結(jié)
4 基于SVD的周期性信號探測、提取方法的研究
    4.1 SVR譜方法介紹及分析
        4.1.1 用SVR譜探測信號的周期
        4.1.2 信號的重構(gòu)
        4.1.3 SVR譜有效性的校驗(yàn)
        4.1.4 SVR譜方法的不足
    4.2 基于Frobenious范數(shù)軌跡的周期性信號探測及提取方法
        4.2.1 信號矩陣的建立
        4.2.2 信號的重構(gòu)
        4.2.3 仿真實(shí)例
        4.2.4 該方法與SVR譜方法的比較
        4.2.5 該方法與小波分析方法的比較
    4.3 本章小結(jié)
5 結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表學(xué)術(shù)論文情況
致謝
大連理工大學(xué)學(xué)位論文版權(quán)使用授權(quán)書


【參考文獻(xiàn)】：
期刊論文
[1]基于周期分解的機(jī)床主軸回轉(zhuǎn)誤差預(yù)報(bào)模型[J]. 杜正春,楊建國,顏景平.  計(jì)量學(xué)報(bào). 2003(02)
[2]探測信號中周期性沖擊分量的奇異值分解技術(shù)[J]. 李建,劉紅星,屈梁生.  振動工程學(xué)報(bào). 2002(04)
[3]基于奇異值分解的突變信息檢測新方法及其應(yīng)用[J]. 劉獻(xiàn)棟,楊紹普,申永軍,李其漢.  機(jī)械工程學(xué)報(bào). 2002(06)
[4]基于奇異譜的降噪方法及其在故障診斷技術(shù)中的應(yīng)用[J]. 呂志民,張武軍,徐金梧,翟緒圣.  機(jī)械工程學(xué)報(bào). 1999(03)
[5]大型回轉(zhuǎn)機(jī)械智能綜合診斷處理支持中心的研究[J]. 張金玉,張優(yōu)云,謝友柏.  中國機(jī)械工程. 1999(04)
[6]基于因特網(wǎng)的設(shè)備故障遠(yuǎn)程協(xié)作診斷技術(shù)[J]. 何嶺松,王峻峰,楊叔子.  中國機(jī)械工程. 1999(03)
[7]分形維數(shù)及其在滾動軸承故障診斷中的應(yīng)用[J]. 呂志民,徐金梧,翟緒圣.  機(jī)械工程學(xué)報(bào). 1999(02)
[8]旋轉(zhuǎn)機(jī)械故障診斷技術(shù)的現(xiàn)狀與展望[J]. 夏松波,張嘉鐘,徐世昌,張禮勇.  振動與沖擊. 1997(02)
[9]小波奇異性檢測及其在故障診斷中的應(yīng)用[J]. 林京,劉紅星,沈玉娣,屈梁生.  信號處理. 1997(02)
[10]故障矢量診斷法[J]. 黃迪山,童忠鈁.  振動與沖擊. 1995(03)



本文編號：3193959