非線性是機(jī)械系統(tǒng)動(dòng)力學(xué)的固有屬性。大型機(jī)械系統(tǒng)是一個(gè)復(fù)雜的非線性動(dòng)力學(xué)系統(tǒng)，具有不確定性、非線性、時(shí)變性的特點(diǎn)，故障狀況復(fù)雜，干擾因素多，基于線性理論的機(jī)械故障診斷方法具有很大局限性，難以滿足實(shí)際診斷需要。因此，開展復(fù)雜非線性系統(tǒng)的故障診斷和容錯(cuò)控制方法研究具有重要的理論意義和實(shí)際應(yīng)用價(jià)值。在本文中，針對(duì)復(fù)雜非線性系統(tǒng)，研究了智能故障診斷方法和幾種復(fù)雜非線性系統(tǒng)的容錯(cuò)控制方法。主要研究?jī)?nèi)容如下：本文研究了小波變換和混沌理論與神經(jīng)網(wǎng)絡(luò)相結(jié)合進(jìn)行故障診斷的方法。在故障診斷中，首先利用小波對(duì)所分析的信號(hào)進(jìn)行消噪預(yù)處理，有效的檢測(cè)出故障信息成分，并使用關(guān)聯(lián)維數(shù)等混沌特征量刻畫振動(dòng)信號(hào)的故障特征，對(duì)機(jī)械設(shè)備的狀態(tài)進(jìn)行分類和識(shí)別，克服了傳統(tǒng)方法在故障信號(hào)特征提取和分析上的困難。然后提出了小波神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)模型，并使用改進(jìn)的遺傳算法對(duì)神經(jīng)網(wǎng)絡(luò)模型的權(quán)值和閾值進(jìn)行優(yōu)化，避免了傳統(tǒng)BP算法的不足，并通過實(shí)驗(yàn)，驗(yàn)證了算法的可行性。提出了一類非線性時(shí)滯系統(tǒng)的容錯(cuò)控制方法。針對(duì)帶有故障的非線性時(shí)滯系統(tǒng)和非線性切換時(shí)滯系統(tǒng)，設(shè)計(jì)基于自適應(yīng)故障估計(jì)算法的非線性系統(tǒng)自適應(yīng)觀測(cè)器，通過對(duì)故障的自適應(yīng)估計(jì)設(shè)計(jì)故障系統(tǒng)容... 

【文章來源】：燕山大學(xué)河北省

【文章頁數(shù)】：104 頁

【學(xué)位級(jí)別】：博士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 課題的背景及意義
    1.2 故障診斷和容錯(cuò)控制概述
        1.2.1 故障及其分類
        1.2.2 機(jī)械故障診斷簡(jiǎn)介
        1.2.3 容錯(cuò)控制簡(jiǎn)介
        1.2.4 非線性系統(tǒng)故障診斷和容錯(cuò)控制的特點(diǎn)
    1.3 非線性系統(tǒng)故障診斷和容錯(cuò)控制的研究現(xiàn)狀
        1.3.1 信號(hào)分析和處理方法的研究現(xiàn)狀
        1.3.2 故障診斷推理的研究現(xiàn)狀
        1.3.3 非線性系統(tǒng)容錯(cuò)控制方法的研究現(xiàn)狀
    1.4 本文的主要研究?jī)?nèi)容
第2章 非線性振動(dòng)信號(hào)特征提取方法研究
    2.1 引言
    2.2 傳統(tǒng)信號(hào)提取方法
        2.2.1 頻譜分析
        2.2.2 短時(shí)傅立葉變換
    2.3 小波變換理論
        2.3.1 小波變換的定義
        2.3.2 小波在信號(hào)分析中的應(yīng)用
    2.4 混沌學(xué)理論
    2.5 基于小波變換和混沌理論相結(jié)合的信號(hào)分析方法研究
        2.5.1 小波包消噪
        2.5.2 混沌特征提取
        2.5.3 實(shí)驗(yàn)驗(yàn)證
    2.6 本章小結(jié)
第3章 基于遺傳優(yōu)化的小波神經(jīng)網(wǎng)絡(luò)故障診斷
    3.1 引言
    3.2 小波神經(jīng)網(wǎng)絡(luò)故障診斷
        3.2.1 小波變換和神經(jīng)網(wǎng)絡(luò)的結(jié)合方式
        3.2.2 小波神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
    3.3 遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)的故障診斷
        3.3.1 BP 神經(jīng)網(wǎng)絡(luò)的基本原理
        3.3.2 遺傳算法
        3.3.3 遺傳優(yōu)化神經(jīng)網(wǎng)絡(luò)的故障診斷算法
        3.3.4 實(shí)驗(yàn)驗(yàn)證
    3.4 本章小結(jié)
第4章 非線性系統(tǒng)自適應(yīng)容錯(cuò)控制方法
    4.1 引言
    4.2 系統(tǒng)描述與預(yù)備知識(shí)
    4.3 時(shí)滯系統(tǒng)故障觀測(cè)器設(shè)計(jì)
    4.4 時(shí)滯系統(tǒng)容錯(cuò)控制
    4.5 仿真算例
    4.6 本章小結(jié)
第5章 時(shí)變時(shí)滯中立系統(tǒng)容錯(cuò)控制方法
    5.1 引言
    5.2 系統(tǒng)描述
    5.3 自適應(yīng)觀測(cè)器設(shè)計(jì)
    5.4 仿真算例
    5.5 本章小結(jié)
第6章 一類非仿射非線性系統(tǒng)的神經(jīng)網(wǎng)絡(luò)自適應(yīng)容錯(cuò)控制方法
    6.1 引言
    6.2 非線性系統(tǒng)神經(jīng)網(wǎng)絡(luò)控制
    6.3 非線性系統(tǒng)神經(jīng)網(wǎng)絡(luò)故障估計(jì)
    6.4 仿真算例
    6.5 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀博士學(xué)位期間承擔(dān)的科研任務(wù)與主要成果
致謝
作者簡(jiǎn)介


【參考文獻(xiàn)】：
期刊論文
[1]基于混沌特征的航空發(fā)動(dòng)機(jī)故障診斷研究[J]. 高瑞乾,甘新年,閆源江.  國外電子測(cè)量技術(shù). 2011(03)
[2]基于包絡(luò)譜分析的滾動(dòng)軸承故障診斷分析[J]. 韓業(yè)鋒,仲濤,石磊.  機(jī)械研究與應(yīng)用. 2010(04)
[3]非線性系統(tǒng)故障診斷與容錯(cuò)控制技術(shù)綜述[J]. 王慧,容旭東.  浙江萬里學(xué)院學(xué)報(bào). 2010(04)
[4]基于小波包分析的風(fēng)機(jī)故障診斷[J]. 胡漢輝,譚青.  風(fēng)機(jī)技術(shù). 2010(03)
[5]基于小波包和Hilbert包絡(luò)分析的滾動(dòng)軸承故障診斷方法[J]. 張盈盈,潘宏俠,鄭茂遠(yuǎn).  電子測(cè)試. 2010(06)
[6]基于小波包分析的信號(hào)噪聲去除方法[J]. 阮銘忠.  中國高新技術(shù)企業(yè). 2010(15)
[7]小波分析在信號(hào)消噪中的應(yīng)用研究[J]. 徐溪,宋珊珊.  艦船電子工程. 2010(03)
[8]基于神經(jīng)網(wǎng)絡(luò)的自適應(yīng)控制[J]. 蔡慧娟,范志宏.  硅谷. 2008(24)
[9]小波變換在機(jī)械故障信號(hào)分析中的應(yīng)用[J]. 郝云虎,王福明.  現(xiàn)代電子技術(shù). 2008(23)
[10]基于小波包時(shí)-頻能量群的非穩(wěn)態(tài)諧波分析[J]. 加玉,王學(xué)偉,李雪梅,任凱利.  電測(cè)與儀表. 2008(11)

博士論文
[1]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

碩士論文
[1]基于神經(jīng)網(wǎng)絡(luò)的模擬電路故障診斷專家系統(tǒng)研究[D]. 胡世玲.哈爾濱理工大學(xué) 2009
[2]小波分析與神經(jīng)網(wǎng)絡(luò)在刀具故障診斷中的應(yīng)用[D]. 魏春燕.西華大學(xué) 2008



本文編號(hào)：3470606