發(fā)布時(shí)間：2024-03-26 01:14

　　針對(duì)小波分析方法的基本原理以及它在機(jī)械設(shè)備故障診斷中的應(yīng)用,本文主要論述了以下幾個(gè)問(wèn)題: 一、簡(jiǎn)單介紹了回轉(zhuǎn)機(jī)械設(shè)備的重要地位、振聲診斷的主要手段及其現(xiàn)階段發(fā)展動(dòng)向;重點(diǎn)敘述了時(shí)頻分析方法中小波分析方法的基本原理和突出優(yōu)點(diǎn),同時(shí)對(duì)當(dāng)前常用的小波函數(shù)的特性和特點(diǎn)進(jìn)行了比較。模擬了大量回轉(zhuǎn)機(jī)械設(shè)備的主要且具有代表性的故障信號(hào),針對(duì)這些回轉(zhuǎn)機(jī)械設(shè)備的典型故障,分別應(yīng)用小波連續(xù)變換與傳統(tǒng)FFT方法進(jìn)行了比較。充分體現(xiàn)了小波分析方法在故障診斷方面應(yīng)用的優(yōu)越性和廣闊前景。 二、針對(duì)小波的主要應(yīng)用領(lǐng)域之一——降噪,通過(guò)MATLAB對(duì)幾種典型的染噪故障信號(hào)進(jìn)行了分析,從而得出了一些關(guān)于小波降噪影響因素的規(guī)律,如:母小波類型(緊支集長(zhǎng)度,濾波器長(zhǎng)度,對(duì)稱性,消失矩階數(shù)),噪聲類型,閥值選取方式和通閥方式,小波分解層數(shù),小波降噪和小波包降噪,不同特征的故障振動(dòng)信號(hào)(調(diào)制效果、變頻、脈沖信號(hào)、短時(shí)間歷程、趨勢(shì)信號(hào))。最后還提出了一種自適應(yīng)小波降噪方法,取得了較好的效果,對(duì)于拓展小波的應(yīng)用方式和領(lǐng)域有一定的參考價(jià)值。 三、最后敘述了人工神經(jīng)網(wǎng)絡(luò)的基本原理、種類和特性,通過(guò)對(duì)幾例小波和神...

【文章頁(yè)數(shù)】：81 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
中文摘要
英文摘要
第一章 回轉(zhuǎn)機(jī)械設(shè)備故障診斷重要性、主要手段以及國(guó)內(nèi)外研究現(xiàn)狀
    1.1 回轉(zhuǎn)機(jī)械設(shè)備故障診斷的重要性及意義
    1.2 回轉(zhuǎn)機(jī)械設(shè)備故障診斷的主要方式手段及其優(yōu)缺點(diǎn)
        1.2.1 振聲診斷技術(shù)
        1.2.2 油樣分析技術(shù)
        1.2.3 溫度監(jiān)測(cè)方法(紅外監(jiān)測(cè)技術(shù))
        1.2.4 無(wú)損檢測(cè)技術(shù)(超聲與聲發(fā)射)
    1.3 振聲診斷信號(hào)處理的相關(guān)理論基礎(chǔ)
        1.3.1 機(jī)械故障診斷的基本環(huán)節(jié)
        1.3.2 信號(hào)的分析處理手段及故障征兆的提取和識(shí)別
    1.4 機(jī)械設(shè)備故障振聲診斷技術(shù)新興方法的國(guó)內(nèi)外研究現(xiàn)狀
        1.4.1 機(jī)械故障診斷技術(shù)發(fā)展簡(jiǎn)史
        1.4.2 機(jī)械故障診斷技術(shù)的現(xiàn)狀和存在的主要問(wèn)題：
        1.4.3 設(shè)備故障振聲診斷的最新發(fā)展及其應(yīng)用
第二章 小波分析診斷方法原理和應(yīng)用概述
    2.1 小波分析的基本原理
    2.2 小波母函數(shù)的類型及工程應(yīng)用選擇小波類型的原則
        2.2.1 小波母函數(shù)的類型
        2.2.2 工程應(yīng)用選擇小波類型的原則
    2.3 小波分析的分類(CWT，DWT，WPT)及其原理異同
        2.3.1 連續(xù)小波變換的實(shí)質(zhì)和基本分析步驟
        2.3.2 離散小波變換的實(shí)質(zhì)和基本步驟
        2.3.3 小波包變換
    2.4 小波分析方法的優(yōu)缺點(diǎn)及其發(fā)展現(xiàn)狀和趨勢(shì)
        2.4.1 小波分析的具體應(yīng)用優(yōu)點(diǎn)
        2.4.2 小波分析的不足之處
        2.4.3 振聲診斷中小波分析方法的現(xiàn)狀及發(fā)展動(dòng)態(tài)
第三章 小波變換與傳統(tǒng)傅里葉變換應(yīng)用于典型故障診斷的比較
    3.1 典型的故障類型、成因及其信號(hào)模擬
    3.2 連續(xù)小波變換應(yīng)用于典型故障診斷
    3.3 傳統(tǒng)FFT與小波變換的結(jié)果比較
第四章 小波分析應(yīng)用于信號(hào)降噪及其自適應(yīng)方法
    4.1 小波應(yīng)用于信號(hào)降噪的基本原理和實(shí)現(xiàn)方式(離散或連續(xù)小波)
    4.2 離散小波分解降噪及其影響因素的研究
    4.3 自適應(yīng)小波降噪及其與離散小波分解降噪的比較
        4.3.1 自適應(yīng)Morlet小波
        4.3.2 自適應(yīng)小波用于檢測(cè)噪聲信號(hào)中的周期脈沖
        4.3.3 正交離散小波變換(DWT)以及小波降噪方法與自適應(yīng)Morlet小波方法的比較
        4.3.4 結(jié)論
第五章 小波分析方法與人工神經(jīng)元網(wǎng)絡(luò)技術(shù)相結(jié)合的探索
    5.1 人工神經(jīng)元網(wǎng)絡(luò)的主要原理和模型分類
    5.2 人工神經(jīng)元網(wǎng)絡(luò)的主要模型類型及其特點(diǎn)
    5.3 小波分析方法與人工神經(jīng)元網(wǎng)絡(luò)技術(shù)結(jié)合的實(shí)現(xiàn)步驟和要點(diǎn)
    5.4 小波分析方法與人工神經(jīng)元網(wǎng)絡(luò)技術(shù)相結(jié)合的實(shí)例和設(shè)想
        5.4.1 小波神經(jīng)網(wǎng)絡(luò)在齒輪早期故障診斷中的應(yīng)用
        5.4.2 小波降噪與神經(jīng)網(wǎng)絡(luò)的結(jié)合在內(nèi)燃機(jī)氣缸氣密性檢測(cè)中的應(yīng)用
        5.4.3 小波神經(jīng)網(wǎng)絡(luò)法在柴油機(jī)故障診斷中的應(yīng)用
        5.4.4 小波神經(jīng)網(wǎng)絡(luò)法在故障診斷中的應(yīng)用小結(jié)
    5.5 應(yīng)用展望
結(jié)論
致謝
參考文獻(xiàn)



本文編號(hào)：3939142