本文關(guān)鍵詞：基于小波分析和SVM滾動軸承在線故障診斷研究

  更多相關(guān)文章： 滾動軸承 故障診斷 譜峭度 小波變換 包絡(luò)解調(diào) 支持向量機(SVM)

【摘要】：滾動軸承作為機械傳動系統(tǒng)中的重要零件,實時掌握其運行狀態(tài)對機器設(shè)備正常發(fā)揮其工作性能具有十分重要的意義。本文以軸承的振動信號為研究對像,深入分析適用于振動信號特征提取的信號處理方法,提取軸承故障特征信息用于故障檢測和診斷。本文主要研究內(nèi)容包括振動信號的時域統(tǒng)計特征提取方法、頻域特征提取方法、基于支持向量機(SVM)的軸承故障自動檢測和診斷方法。 基于振動信號的故障檢測和診斷的過程主要包括信號采集、特征信息提取和故障狀態(tài)識別,其中特征提取和狀態(tài)識別是兩個最為重要的部分。因此,本文首先研究振動信號的時域指標(biāo),包括均方根值、方差、峰值因子、峭度、歪度和六階中心矩,然后研究振動信號的頻域特征提取方法,主要是軸承故障特征頻率的峰值提取。 目前提取軸承故障特征頻率的峰值常用方法是共振包絡(luò)解調(diào)法,在使用該方法的過程會遇到帶通濾波器參數(shù)設(shè)置的問題,通過人工的方法尋找信號頻譜中的共振峰來確定帶通濾波器的參數(shù),參數(shù)設(shè)置受人為因素響影較大,存在局限性和隨機性�；诖�,本文提出基于譜峭度法自動確定濾波器參數(shù),減少人為因素的影響。在研究該方法過程中,首先用有限沖擊響應(yīng)濾波器組對振動信號濾波,提取濾波信號的包絡(luò)并計算包絡(luò)功率譜得到故障特征頻率峰值。然后根據(jù)故障信號為衰減振蕩波形的特點,應(yīng)用Morlet小波代替有限沖擊響應(yīng)濾波器對振動信號做小波變換,取包絡(luò)求包絡(luò)譜,取得了更好效果。 為滿足滾動軸承故障檢測和診斷的自動化、智能化要求,在本文最后采用了支持向量機的方法用于軸承故障模式識別,并取得了預(yù)期的識別率。
【關(guān)鍵詞】：滾動軸承 故障診斷 譜峭度 小波變換 包絡(luò)解調(diào) 支持向量機(SVM)
【學(xué)位授予單位】：五邑大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：TH133.33;TH165.3
【目錄】：

• 摘要4-5
• Abstract5-9
• 第一章 緒論9-13
• 1.1 滾動軸承故障診斷研究的意義9-10
• 1.2 滾動軸承故障診斷研究現(xiàn)狀10-11
• 1.3 譜峭度、小波變換及SVM在滾動軸承故障診斷中的應(yīng)用11-12
• 1.4 本文主要研究內(nèi)容及章節(jié)安排12-13
• 第二章 滾動軸承故障機理及信號處理13-23
• 2.1 滾動軸承的基本結(jié)構(gòu)及故障特征頻率13-16
• 2.2 時域統(tǒng)計指標(biāo)16-19
• 2.3 頻域分析法19-22
• 2.4 本章小結(jié)22-23
• 第三章 包絡(luò)分析法的軸承故障診斷23-34
• 3.1 機械振動共振理論23-24
• 3.2 Hilbert變換的包絡(luò)解調(diào)24-27
• 3.3 共振解調(diào)法的滾動軸承故障仿真分析27-28
• 3.4 軸承故障振動實測數(shù)據(jù)分析28-33
• 3.5 本章小結(jié)33-34
• 第四章 譜峭度—小波變換的包絡(luò)解調(diào)34-50
• 4.1 基于譜峭度包絡(luò)解調(diào)分析34-42
• 4.2 小波變換理論42-45
• 4.3 基于小波變換的譜峭度包絡(luò)解調(diào)分析45-49
• 4.4 本章小結(jié)49-50
• 第五章 基于支持向量機的軸承故障診斷50-62
• 5.1 支持向量機50-54
• 5.2 樣本數(shù)據(jù)及特征向量提取54-57
• 5.3 支持向量機分類器訓(xùn)練及測試57-61
• 5.4 本章小結(jié)61-62
• 第六章 總結(jié)與展望62-64
• 6.1 總結(jié)62
• 6.2 展望62-64
• 參考文獻64-69
• 攻讀碩士學(xué)位期間發(fā)表和完成的論文69-70
• 致謝70

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 劉永斌;何清波;張平;孔凡讓;;基于SVM的旋轉(zhuǎn)機械故障診斷方法[J];計算機工程;2012年05期

2 郭有貴;曾萍;朱建林;;交-交矩陣變換器SVM的新穎調(diào)制模式(英文)[J];系統(tǒng)仿真學(xué)報;2009年22期

3 宋國明;王厚軍;姜書艷;劉紅;;一種聚類分層決策的SVM模擬電路故障診斷方法[J];儀器儀表學(xué)報;2010年05期

4 宋國明;王厚軍;劉紅;姜書艷;;基于提升小波變換和SVM的模擬電路故障診斷[J];電子測量與儀器學(xué)報;2010年01期

5 程學(xué)云;徐慧;朱玲玲;;基于SVM的分布式入侵檢測系統(tǒng)[J];南通大學(xué)學(xué)報(自然科學(xué)版);2008年03期

6 田俊峰;吳麗;;洪水災(zāi)情SVM評估模型[J];水文;2009年01期

7 何浩祥;閆維明;孫立;;SVM在張弦桁架施工變形預(yù)測中的應(yīng)用研究[J];鋼結(jié)構(gòu);2007年02期

8 楊穌;史耀媛;宋恒;;基于小波變換域的SVM股市時間序列預(yù)測算法[J];科學(xué)技術(shù)與工程;2008年12期

9 高陽;廖廣蘭;曹艷波;史鐵林;;基于SVM的刻蝕工藝失效狀態(tài)識別[J];華中科技大學(xué)學(xué)報(自然科學(xué)版);2011年07期

10 趙志剛;呂慧顯;李玉景;李京;;一種基于聚類思想的SVM多類分類方法[J];青島理工大學(xué)學(xué)報;2011年01期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 滕衛(wèi)平;胡波;滕舟;鐘元;;SVM回歸法在西太平洋熱帶氣旋路徑預(yù)報中的應(yīng)用研究[A];S1 災(zāi)害天氣研究與預(yù)報[C];2012年

2 王紅軍;徐小力;付瑤;;基于SVM的旋轉(zhuǎn)機械故障診斷知識獲取[A];第八屆全國設(shè)備與維修工程學(xué)術(shù)會議、第十三屆全國設(shè)備監(jiān)測與診斷學(xué)術(shù)會議論文集[C];2008年

3 陳兆基;楊宏暉;杜方鍵;;用于水下目標(biāo)識別的選擇性SVM集成算法[A];中國聲學(xué)學(xué)會水聲學(xué)分會2011年全國水聲學(xué)學(xué)術(shù)會議論文集[C];2011年

4 程麗麗;張健沛;楊靜;馬駿;;一種改進的層次SVM多類分類方法[A];第三屆全國信息檢索與內(nèi)容安全學(xué)術(shù)會議論文集[C];2007年

5 左南;李涓子;唐杰;;基于SVM的肖像照片抽取[A];第三屆全國信息檢索與內(nèi)容安全學(xué)術(shù)會議論文集[C];2007年

6 寧偉;苗雪雷;胡永華;季鐸;張桂平;蔡東風(fēng);;基于SVM的無參考譯文的譯文質(zhì)量評測[A];機器翻譯研究進展——第四屆全國機器翻譯研討會論文集[C];2008年

7 劉旭;羅鵬飛;李綱;;基于擬合角特征及SVM的雷達輻射源個體識別[A];全國第五屆信號和智能信息處理與應(yīng)用學(xué)術(shù)會議�？�(第一冊)[C];2011年

8 羅浩;謝軍龍;胡云鵬;;地源熱泵空調(diào)系統(tǒng)故障診斷中SVM的應(yīng)用[A];全國暖通空調(diào)制冷2008年學(xué)術(shù)年會資料集[C];2008年

9 劉閃電;王建東;;權(quán)重部分更新的大規(guī)模線性SVM求解器[A];2009年研究生學(xué)術(shù)交流會通信與信息技術(shù)論文集[C];2009年

10 王艦;湯光明;;基于SVM的圖像隱寫檢測分析[A];第八屆全國信息隱藏與多媒體安全學(xué)術(shù)大會湖南省計算機學(xué)會第十一屆學(xué)術(shù)年會論文集[C];2009年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 張漢女;基于SVM的海岸線提取方法研究[D];東北師范大學(xué);2010年

2 劉軍;基于SVM的半監(jiān)督網(wǎng)絡(luò)入侵檢測系統(tǒng)[D];復(fù)旦大學(xué);2009年

3 張永俊;基于SVM的增量入侵檢測方法研究[D];西安科技大學(xué);2013年

4 田冪;基于概率SVM的腫瘤預(yù)警系統(tǒng)的設(shè)計與實現(xiàn)[D];吉林大學(xué);2013年

5 楊濤;基于SVM的中國醫(yī)藥制造企業(yè)財務(wù)危機預(yù)警研究[D];廈門大學(xué);2009年

6 王碩;基于廣義S變換和SVM的電壓暫降檢測與識別方法研究[D];燕山大學(xué);2013年

7 周洪利;基于SVM的網(wǎng)絡(luò)信息過濾研究[D];山東師范大學(xué);2008年

8 齊振東;基于SVM的地基土承載力預(yù)測[D];吉林大學(xué);2008年

9 任瓊;基于SVM的余杭生態(tài)公益林類型的遙感分類研究[D];南京林業(yè)大學(xué);2008年

10 楊洋;基于SVM的印刷品缺陷在線檢測[D];華中科技大學(xué);2012年

，

本文編號：519992