旋轉(zhuǎn)機(jī)械是機(jī)械設(shè)備中的關(guān)鍵部件,其故障檢測和診斷對機(jī)械設(shè)備的正常運(yùn)轉(zhuǎn)有著至關(guān)重要的作用。旋轉(zhuǎn)機(jī)械的振動信號一般均是非線性非平穩(wěn)信號,而現(xiàn)有的旋轉(zhuǎn)機(jī)械故障診斷方法對于非平穩(wěn)非線性信號的分析均存在著一定的缺陷,奇異譜分解方法（Singular Spectrum Decomposition,SSD）是一種針對非平穩(wěn)非線性的信號處理方法,論文研究了該方法的基礎(chǔ)理論和應(yīng)用,提出了改進(jìn)的奇異譜分解方法——GP-奇異譜分解方法（GP-Singular Spectrum Decomposition,GP-SSD）,并將其用于旋轉(zhuǎn)機(jī)械的故障診斷。對于旋轉(zhuǎn)機(jī)械變工況下的故障診斷,直接提取故障特征來進(jìn)行診斷時(shí)對特征的選擇要求很高。時(shí)頻圖是能同時(shí)反映機(jī)械振動信號中時(shí)域及頻域信息的一種信息表達(dá)方式。因此,本文提出在時(shí)頻圖的基礎(chǔ)上對旋轉(zhuǎn)機(jī)械進(jìn)行故障診斷,提出一種基于GP-奇異譜分解時(shí)頻圖的構(gòu)造方法,并基于旋轉(zhuǎn)機(jī)械振動信號特點(diǎn)提出了一種旋轉(zhuǎn)機(jī)械CNN模型,將兩者相結(jié)合應(yīng)用在旋轉(zhuǎn)機(jī)械變工況的故障診斷中。論文研究內(nèi)容從以下幾方面展開:（1）提出了GP-奇異譜分解方法。對于奇異譜分解方法中嵌入維數(shù)的選取缺乏理論支撐的缺點(diǎn)... 

【文章來源】：湖南大學(xué)湖南省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：94 頁

【學(xué)位級別】：碩士

【部分圖文】：

最左側(cè)的矩陣代表一張圖片，此圖片即為卷積神經(jīng)網(wǎng)絡(luò)的輸入層

卷積層過濾器結(jié)構(gòu)

最大池化層前向傳播示意圖

【參考文獻(xiàn)】：
期刊論文
[1]基于小波包模糊熵的往復(fù)壓縮機(jī)軸承故障特征提取方法研究[J]. 趙海洋,韓輝,王金東,李穎.  噪聲與振動控制. 2018(04)
[2]基于遞歸圖紋理特征分析的可視化故障診斷方法[J]. 王旭,岳應(yīng)娟,蔡艷平,郭雅云.  圖學(xué)學(xué)報(bào). 2017(06)
[3]柴油機(jī)氣門故障特征提取方法研究[J]. 費(fèi)紅姿,張松娟,劉龍,李學(xué)民,馬修真.  內(nèi)燃機(jī)工程. 2016(02)
[4]基于流形學(xué)習(xí)和改進(jìn)VPMCD的滾動軸承故障診斷方法[J]. 潘海洋,楊宇,李永國,程軍圣.  振動工程學(xué)報(bào). 2014(06)
[5]改進(jìn)的希爾伯特-黃變換及其在滾動軸承故障診斷中的應(yīng)用[J]. 鄭近德,程軍圣.  機(jī)械工程學(xué)報(bào). 2015(01)
[6]基于廣義解調(diào)平滑能量分離算法的瞬時(shí)頻率估計(jì)[J]. 黃椒治,林慧斌,丁康.  振動工程學(xué)報(bào). 2014(02)
[7]風(fēng)力發(fā)電機(jī)組轉(zhuǎn)子不對中故障診斷[J]. 隆軍,吳金強(qiáng).  噪聲與振動控制. 2013(03)
[8]在線參數(shù)辨識的脈沖噪聲有源控制[J]. 楊琴,周亞麗,張奇志.  噪聲與振動控制. 2013(02)
[9]基于振動信號診斷齒輪斷齒故障新方法[J]. 嚴(yán)作堂,陳宏.  機(jī)械傳動. 2012(09)
[10]基于振動譜時(shí)頻圖像特征及SVM參數(shù)同步優(yōu)化識別的內(nèi)燃機(jī)故障診斷[J]. 蔡艷平,李艾華,何艷萍,王濤,王新軍,馮國彥.  內(nèi)燃機(jī)學(xué)報(bào). 2012(04)

博士論文
[1]自適應(yīng)最稀疏時(shí)頻方法及其在旋轉(zhuǎn)機(jī)械故障診斷中的應(yīng)用[D]. 彭延峰.湖南大學(xué) 2017
[2]基于時(shí)頻圖像識別的旋轉(zhuǎn)機(jī)械多特征融合故障診斷方法研究[D]. 王維剛.哈爾濱工業(yè)大學(xué) 2016
[3]自適應(yīng)特征尺度分解方法及其在旋轉(zhuǎn)機(jī)械故障診斷中的應(yīng)用[D]. 吳占濤.湖南大學(xué) 2015
[4]基于形狀索引特征的人臉檢測和識別[D]. 陳棟.中國科學(xué)技術(shù)大學(xué) 2015
[5]局部均值分解方法及其在旋轉(zhuǎn)機(jī)械故障診斷中的應(yīng)用研究[D]. 張亢.湖南大學(xué) 2012
[6]基于改進(jìn)支持向量機(jī)和紋理圖像分析的旋轉(zhuǎn)機(jī)械故障診斷[D]. 劉路.天津大學(xué) 2011
[7]旋轉(zhuǎn)機(jī)械系統(tǒng)故障特征提取中的分形方法研究[D]. 趙玲.重慶大學(xué) 2010
[8]基于振動譜圖像識別的故障診斷方法研究[D]. 林勇.浙江大學(xué) 2009
[9]基于Hilbert-Huang變換的旋轉(zhuǎn)機(jī)械故障診斷方法研究[D]. 程軍圣.湖南大學(xué) 2005

碩士論文
[1]變工況下的齒輪箱歸一化特征參數(shù)提取及其故障診斷[D]. 王健.湖南大學(xué) 2018
[2]圖像泊松去噪算法研究[D]. 張芳.杭州電子科技大學(xué) 2017
[3]基于紅外熱成像的電氣設(shè)備故障診斷[D]. 劉一凡.河北農(nóng)業(yè)大學(xué) 2014
[4]多變量預(yù)測模型在旋轉(zhuǎn)機(jī)械故障診斷中的應(yīng)用研究[D]. 潘海洋.湖南大學(xué) 2014
[5]基于特征提取的紋理圖像分割[D]. 董昱威.長安大學(xué) 2014
[6]卷積神經(jīng)網(wǎng)絡(luò)在圖像識別上的應(yīng)用的研究[D]. 許可.浙江大學(xué) 2012
[7]小波變換在軸承故障診斷中的研究與應(yīng)用[D]. 姜紹俊.大連交通大學(xué) 2010



本文編號：3098081