本文關(guān)鍵詞：基于雙樹復(fù)小波的機(jī)電設(shè)備故障診斷方法及應(yīng)用，由筆耕文化傳播整理發(fā)布。

【摘要】：為保證機(jī)電設(shè)備的安全可靠運(yùn)行，有效的故障診斷技術(shù)是現(xiàn)代化工業(yè)中必不可少的部分，可及時(shí)、準(zhǔn)確地對(duì)機(jī)電設(shè)備的運(yùn)行狀況和故障作出診斷。故障特征信息提取是故障診斷技術(shù)的關(guān)鍵，，而機(jī)電設(shè)備的運(yùn)行環(huán)境都比較惡劣，振動(dòng)信號(hào)一般都是非線性、非平穩(wěn)的，同時(shí)包含強(qiáng)烈的噪聲干擾，因此，如何利用有效的信號(hào)處理方法提取故障特征信息是至關(guān)重要的。小波變換技術(shù)作為處理非線性、非平穩(wěn)信號(hào)的有力工具，在故障診斷領(lǐng)域中得到了廣泛的應(yīng)用。而傳統(tǒng)的小波變換具有諸多不足之處，例如：離散小波變換缺乏平移不變性，復(fù)小波變換不能完全重構(gòu)，平穩(wěn)小波變換存在大量的數(shù)據(jù)冗余等，雙樹復(fù)小波變換有效地克服了傳統(tǒng)小波變換的不足之處。本文對(duì)雙樹復(fù)小波變換進(jìn)行了系統(tǒng)的研究，將其成功應(yīng)用于機(jī)電設(shè)備故障診斷中。論文主要內(nèi)容包括： （1）闡述了雙樹復(fù)小波變換的基本原理，驗(yàn)證了雙樹復(fù)小波變換具有近似平移不變性和較小的頻率混疊特性。提出了基于雙樹復(fù)小波包變換的閾值降噪方法，通過對(duì)仿真信號(hào)和滾動(dòng)軸承故障振動(dòng)信號(hào)的降噪分析，并與傳統(tǒng)離散小波包變換降噪方法對(duì)比，進(jìn)一步驗(yàn)證了雙樹復(fù)小波包變換相對(duì)于傳統(tǒng)離散小波包變換具有一定的優(yōu)勢(shì)。 （2）針對(duì)閾值降噪難以準(zhǔn)確設(shè)定閾值大小的問題，提出了基于雙樹復(fù)小波變換和奇異值分解（SVD）的故障診斷方法，利用奇異值差分譜和曲率譜實(shí)現(xiàn)了自動(dòng)確定有效奇異值的個(gè)數(shù)，保留信號(hào)中有效信息的同時(shí)，實(shí)現(xiàn)噪聲最大限度的消除，并將其成功應(yīng)用于機(jī)電設(shè)備故障診斷中，有效地提取了故障特征信息。 （3）針對(duì)利用雙樹復(fù)小波包變換分解信號(hào)時(shí)，如何自動(dòng)地選擇信號(hào)分解的層數(shù)和分解后的信號(hào)分量的問題，提出了基于DT-CWPT-SK（雙樹復(fù)小波包變換的譜峭度）方法，實(shí)現(xiàn)了信號(hào)分解層數(shù)和分解后最佳分量的自動(dòng)選擇。 （4）提出了基于雙樹復(fù)小波包變換和支持向量機(jī)（SVM）的故障診斷方法，在識(shí)別滾動(dòng)軸承單一故障時(shí)，有較高的識(shí)別率，而對(duì)于復(fù)合故障，識(shí)別的準(zhǔn)確率不夠理想。提出了基于雙樹復(fù)小波包變換和獨(dú)立分量分析（ICA）的故障診斷方法，同時(shí)利用AR譜進(jìn)一步對(duì)ICA處理得到的獨(dú)立分量信號(hào)進(jìn)行消噪，有效地分離和提取了復(fù)合故障的特征信息。
【關(guān)鍵詞】：故障診斷 雙樹復(fù)小波變換 奇異值分解 譜峭度 支持向量機(jī) 獨(dú)立分量分析
【學(xué)位授予單位】：北京工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：TH165.3
【目錄】：

• 摘要4-5
• Abstract5-7
• 目錄7-9
• 第1章 緒論9-17
• 1.1 選題的背景9-10
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀及分析10-15
• 1.2.1 故障診斷技術(shù)國(guó)內(nèi)外研究現(xiàn)狀10-13
• 1.2.2 雙樹復(fù)小波變換研究現(xiàn)狀13-15
• 1.3 課題的研究意義與來源15-16
• 1.4 論文的主要內(nèi)容及章節(jié)安排16-17
• 第2章 雙樹復(fù)小波變換的原理與應(yīng)用17-39
• 2.1 引言17-18
• 2.2 雙樹復(fù)小波變換18-28
• 2.2.1 離散小波變換18-19
• 2.2.2 雙樹復(fù)小波變換基本結(jié)構(gòu)19-21
• 2.2.3 雙樹復(fù)小波變換濾波器組設(shè)計(jì)21-25
• 2.2.4 雙樹復(fù)小波變換特性分析25-28
• 2.3 雙樹復(fù)小波包變換28-29
• 2.4 基于 DT-CWPT 的閾值降噪29-38
• 2.4.1 閾值降噪29-30
• 2.4.2 基于 DT-CWPT 的閾值降噪方法30-31
• 2.4.3 仿真信號(hào)降噪31
• 2.4.4 試驗(yàn)信號(hào)降噪31-36
• 2.4.5 工程信號(hào)降噪36-38
• 2.5 本章小結(jié)38-39
• 第3章 基于 DT-CWT 和 SVD 的故障診斷方法39-61
• 3.1 引言39
• 3.2 奇異值分解39-45
• 3.2.1 奇異值分解基本原理39-42
• 3.2.2 奇異值差分譜42-43
• 3.2.3 奇異值曲率譜43-45
• 3.3 基于 DT-CWT 和奇異值差分譜的故障診斷方法45-56
• 3.3.1 滾動(dòng)軸承故障試驗(yàn)分析45-51
• 3.3.2 滾動(dòng)軸承故障工程信號(hào)分析51-52
• 3.3.3 齒輪故障試驗(yàn)分析52-54
• 3.3.4 齒輪故障工程案例分析54-56
• 3.4 基于 DT-CWPT 和奇異值曲率譜的故障診斷方法56-60
• 3.5 本章小結(jié)60-61
• 第4章 基于 DT-CWPT-SK 的故障診斷方法61-75
• 4.1 引言61
• 4.2 譜峭度61-63
• 4.3 基于雙樹復(fù)小波包變換和譜峭度結(jié)合的故障診斷方法63-69
• 4.4 雙樹復(fù)小波包變換頻帶能量泄漏特性分析69-71
• 4.5 基于 DT-CWPT-SK 的故障診斷方法71-74
• 4.6 本章小結(jié)74-75
• 第5章 基于雙樹復(fù)小波包變換的復(fù)合故障診斷75-93
• 5.1 引言75
• 5.2 基于 DT-CWPT 和 SVM 的滾動(dòng)軸承故障診斷方法75-81
• 5.2.1 SVM 多分類器75-76
• 5.2.2 基于 DT-CWPT 和 SVM 的故障診斷76-81
• 5.3 基于 DT-CWPT 和 ICA 的復(fù)合故障診斷方法81-88
• 5.3.1 獨(dú)立分量分析81
• 5.3.2 基于 DT-CWPT 和 ICA 的復(fù)合故障診斷方法81-84
• 5.3.3 滾動(dòng)軸承復(fù)合故障信號(hào)分析84-88
• 5.4 基于 DT-CWPT 和 AR 譜的復(fù)合故障診斷方法88-92
• 5.4.1 AR 功率譜89-90
• 5.4.2 基于 DT-CWPT 和 AR 譜的復(fù)合故障診斷方法90-92
• 5.5 本章小結(jié)92-93
• 結(jié)論93-95
• 參考文獻(xiàn)95-103
• 攻讀碩士學(xué)位期間所發(fā)表的學(xué)術(shù)論文103-105
• 致謝105

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫 前10條

1 陳志新;徐金梧;楊德斌;;互為Hilbert變換對(duì)的正交小波構(gòu)造及其應(yīng)用[J];北京科技大學(xué)學(xué)報(bào);2008年04期

2 程軍圣;于德介;楊宇;;基于EMD和SVM的滾動(dòng)軸承故障診斷方法[J];航空動(dòng)力學(xué)報(bào);2006年03期

3 楊叔子,師漢民,熊有倫,王治藩;機(jī)械設(shè)備診斷學(xué)的探討[J];華中工學(xué)院學(xué)報(bào);1987年02期

4 周登登;劉志剛;符偉杰;韓志偉;;基于雙樹復(fù)小波的相電流行波故障選線新方法[J];電力系統(tǒng)保護(hù)與控制;2010年08期

5 陳予恕;;機(jī)械故障診斷的非線性動(dòng)力學(xué)原理[J];機(jī)械工程學(xué)報(bào);2007年01期

6 雷亞國(guó);何正嘉;訾艷陽;;基于混合智能新模型的故障診斷[J];機(jī)械工程學(xué)報(bào);2008年07期

7 王國(guó)彪;何正嘉;陳雪峰;賴一楠;;機(jī)械故障診斷基礎(chǔ)研究“何去何從”[J];機(jī)械工程學(xué)報(bào);2013年01期

8 胥永剛;李強(qiáng);王正英;王太勇;;基于獨(dú)立分量分析的機(jī)械故障信息提取[J];天津大學(xué)學(xué)報(bào);2006年09期

9 王紅霞,成禮智,吳翊;Q-shift復(fù)小波的一種新型構(gòu)造方法及其在圖像去噪中的應(yīng)用[J];信號(hào)處理;2005年05期

10 蘇文勝;王奉濤;朱泓;張志新;李宏坤;郭正剛;;雙樹復(fù)小波域隱Markov樹模型降噪及在機(jī)械故障診斷中的應(yīng)用[J];振動(dòng)與沖擊;2011年06期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 王衍學(xué);機(jī)械故障監(jiān)測(cè)診斷的若干新方法及其應(yīng)用研究[D];西安交通大學(xué);2009年

  本文關(guān)鍵詞：基于雙樹復(fù)小波的機(jī)電設(shè)備故障診斷方法及應(yīng)用，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：339540