在機(jī)械設(shè)備狀態(tài)監(jiān)測(cè)與故障診斷研究中,故障特征的提取及表達(dá)關(guān)系到故障診斷的可靠性與準(zhǔn)確性,因此是機(jī)械設(shè)備故障研究中的關(guān)鍵問題。本文應(yīng)用時(shí)域絕對(duì)自相關(guān)統(tǒng)計(jì)分析、時(shí)頻分析中小波的分形分析、基于高階統(tǒng)計(jì)量的獨(dú)立分量分析與盲分離,對(duì)旋轉(zhuǎn)機(jī)械中的軸承與齒輪的不同狀態(tài)的振動(dòng)信號(hào)進(jìn)行特征提取與表達(dá)、及分類研究。第一章闡明了機(jī)械設(shè)備狀態(tài)監(jiān)測(cè)與故障診斷的選題意義及研究?jī)?nèi)容,回顧了現(xiàn)有的檢測(cè)方案及技術(shù)手段。分析了現(xiàn)有的振動(dòng)信號(hào)分析方法：時(shí)域統(tǒng)計(jì)分析、時(shí)頻分析、基于高階統(tǒng)計(jì)量分析的獨(dú)立分量分析及盲信號(hào)分離�；谳S承、齒輪的振動(dòng)分析,指出本論文的主要研究?jī)?nèi)容。第二章提出了一種基于絕對(duì)自相關(guān)統(tǒng)計(jì)分析信號(hào)周期瞬態(tài)成分檢測(cè)方法及故障特征極坐標(biāo)增強(qiáng)表達(dá)方法,首先計(jì)算信號(hào)的時(shí)間平均函數(shù),接著計(jì)算其自相關(guān)函數(shù),再利用快速傅里葉變換計(jì)算自相關(guān)函數(shù)的頻譜,根據(jù)頻譜確定信號(hào)的主要頻率成分,分別按照這些主要頻率成分的周期建立極坐標(biāo)映射,并將各映射表示在極坐標(biāo)圖上,當(dāng)對(duì)應(yīng)于周期極坐標(biāo)圖上出現(xiàn)增強(qiáng)的特征表示,即判定待檢測(cè)信號(hào)中存在有此周期的瞬態(tài)成分。所提出的方法可以有效的分辨出軸承的狀態(tài)以及其對(duì)應(yīng)的故障。第三章主要研究了小波變換分形方... 

【文章來源】：中國(guó)科學(xué)技術(shù)大學(xué)安徽省 211工程院校 985工程院校

【文章頁(yè)數(shù)】：121 頁(yè)

【學(xué)位級(jí)別】：博士

【文章目錄】：
摘要
ABSTRACT
目錄
插圖
表格
第1章 緒論
    1.1 機(jī)械設(shè)備狀態(tài)監(jiān)測(cè)與故障診斷技術(shù)的選題意義與研究?jī)?nèi)容
        1.1.1 選題意義
        1.1.2 研究?jī)?nèi)容
    1.2 機(jī)械設(shè)備狀態(tài)監(jiān)測(cè)與故障診斷現(xiàn)有檢測(cè)方案、技術(shù)手段分析
    1.3 振動(dòng)信號(hào)分析處理方法研究現(xiàn)狀
        1.3.1 時(shí)域統(tǒng)計(jì)分析
        1.3.2 Fourier分析
        1.3.3 時(shí)頻分析
        1.3.4 Hilbert-Huang變換
        1.3.5 獨(dú)立分量分析與盲信號(hào)分離
    1.4 本論文的主要研究工作
        1.4.1 本論文的研究對(duì)象
        1.4.2 本論文的主要研究?jī)?nèi)容
第2章 基于絕對(duì)自相關(guān)的軸承故障瞬態(tài)成分檢測(cè)與特征表達(dá)研究
    2.1 引言
    2.2 基于振動(dòng)信號(hào)的絕對(duì)自相關(guān)分析
    2.3 基于絕對(duì)自相關(guān)的瞬態(tài)成分檢測(cè)與特征表達(dá)
    2.4 基于模擬信號(hào)瞬態(tài)沖擊成分檢測(cè)仿真分析
    2.5 軸承振動(dòng)實(shí)驗(yàn)及結(jié)果分析
        2.5.1 軸承振動(dòng)實(shí)驗(yàn)
        2.5.2 實(shí)驗(yàn)結(jié)果分析
    2.6 本章小結(jié)
第3章 基于小波分形的滾動(dòng)軸承狀態(tài)分類研究
    3.1 引言
    3.2 小波變換
        3.2.1 連續(xù)小波變換
        3.2.2 離散小波變換
        3.2.3 小波包變換
    3.3 基于正交小波變換的分形原理
    3.4 測(cè)試系統(tǒng)及實(shí)驗(yàn)設(shè)計(jì)
        3.4.1 測(cè)試系統(tǒng)
        3.4.2 實(shí)驗(yàn)設(shè)計(jì)
    3.5 實(shí)驗(yàn)及其結(jié)果分析
    3.6 本章小結(jié)
第4章 獨(dú)立分量分析及一維振動(dòng)信號(hào)特征提取
    4.1 引言
    4.2 ICA基礎(chǔ)理論
        4.2.1 統(tǒng)計(jì)獨(dú)立性與不相關(guān)性
        4.2.2 ICA模型
        4.2.3 ICA的可解性假設(shè)及解的不確定性
        4.2.4 非高斯性度量
        4.2.5 信號(hào)的預(yù)處理方法
    4.3 FastICA算法
    4.4 仿真分析
    4.5 基于ICA的一維振動(dòng)信號(hào)特征提取分析
        4.5.1 基于ICA的一維振動(dòng)信號(hào)特征提取
        4.5.2 齒輪箱振動(dòng)信號(hào)實(shí)驗(yàn)分析
    4.6 本章小結(jié)
第5章 基于盲卷積分離模型的故障特征提取研究
    5.1 引言
    5.2 多傳感器測(cè)試系統(tǒng)
    5.3 盲卷積模型
    5.4 信號(hào)分離性能評(píng)判準(zhǔn)則
    5.5 仿真實(shí)驗(yàn)分析
    5.6 本章小結(jié)
第6章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
在讀期間發(fā)表的學(xué)術(shù)論文
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于PCA及ICA的雙空間特征提取算法[J]. 王衛(wèi)東,韓斌,楊靜宇.  中國(guó)圖象圖形學(xué)報(bào). 2008(11)
[2]基于PCA和ICA的虹膜識(shí)別方法[J]. 孫農(nóng)亮,于雯雯,曹茂永.  中國(guó)圖象圖形學(xué)報(bào). 2008(09)
[3]應(yīng)用頻域ICA對(duì)參考輸入進(jìn)行預(yù)處理的ANC系統(tǒng)[J]. 吳英姿,鮑雪山,徐新盛.  振動(dòng)與沖擊. 2008(08)
[4]一種基于ICA的多源圖像融合算法[J]. 曹杰,龔聲蓉,劉純平,姚望舒,劉全.  中國(guó)圖象圖形學(xué)報(bào). 2007(10)
[5]基于獨(dú)立分量分析的消噪方法在旋轉(zhuǎn)機(jī)械特征提取中的應(yīng)用[J]. 季忠,金濤,楊炯明,秦樹人.  中國(guó)機(jī)械工程. 2005(01)
[6]基于獨(dú)立成分分析的強(qiáng)背景噪聲去噪方法[J]. 孔薇,楊杰,周越.  上海交通大學(xué)學(xué)報(bào). 2004(12)
[7]基于獨(dú)立分量分析特征提取的復(fù)合神經(jīng)網(wǎng)絡(luò)故障診斷法[J]. 楊世錫,焦衛(wèi)東,吳昭同.  振動(dòng)工程學(xué)報(bào). 2004(04)
[8]基于多項(xiàng)式擬合算法的EMD端點(diǎn)問題的處理[J]. 劉慧婷,張旻,程家興.  計(jì)算機(jī)工程與應(yīng)用. 2004(16)
[9]基于SVM和ICA的視頻幀字幕自動(dòng)定位與提取[J]. 劉駿偉,莊越挺,吳飛.  中國(guó)圖象圖形學(xué)報(bào). 2003(11)
[10]希爾伯特-黃變換的端點(diǎn)延拓[J]. 黃大吉,趙進(jìn)平,蘇紀(jì)蘭.  海洋學(xué)報(bào)(中文版). 2003(01)

博士論文
[1]基于小波變換與獨(dú)立分量分析的內(nèi)燃機(jī)振聲特性研究[D]. 金巖.浙江大學(xué) 2007
[2]多元統(tǒng)計(jì)分析在設(shè)備狀態(tài)監(jiān)測(cè)診斷中的應(yīng)用研究[D]. 何清波.中國(guó)科學(xué)技術(shù)大學(xué) 2007
[3]基于獨(dú)立分量分析的旋轉(zhuǎn)機(jī)械故障診斷方法研究[D]. 焦衛(wèi)東.浙江大學(xué) 2003



本文編號(hào)：3441327