故障診斷和信號(hào)檢測技術(shù)一直以來就是個(gè)重要的研究課題,尤其是隨著科學(xué)技術(shù)的發(fā)展,復(fù)雜巨系統(tǒng)的出現(xiàn),更是對(duì)故障診斷方法提出了更高的要求。在肌電假肢及可穿戴設(shè)備的流行的當(dāng)下,對(duì)信號(hào)檢測技術(shù)的精確性提出了更高的要求。本論文基于一維采樣信號(hào)的時(shí)頻域分析方法,分別在肌電信號(hào)的檢測及旋轉(zhuǎn)機(jī)械的故障診斷方面做了研究,并提出和介紹了不同的方法:(1)針對(duì)肌電信號(hào)的檢測,在雙閾值檢測算法的基礎(chǔ)上提出了多閾值檢測算法,通過寬度閾值的設(shè)置,將雙閾值檢測方法未能識(shí)別的有用信號(hào)進(jìn)行了識(shí)別,對(duì)產(chǎn)生誤報(bào)的脈沖干擾進(jìn)行了過濾,并在其中引入了拮抗作用的思想,起到了提高了檢測精度的作用。(2)針對(duì)旋轉(zhuǎn)機(jī)械的故障,提出了一種基于時(shí)域振動(dòng)信號(hào)在多維空間中的故障分類方法:首先基于旋轉(zhuǎn)信號(hào)采樣具有周期性的特性,將每一個(gè)傳感器在一個(gè)旋轉(zhuǎn)周期內(nèi)采集到的數(shù)據(jù)表示為一個(gè)多維向量的形式,將不同周期內(nèi)采集的數(shù)據(jù)組成一個(gè)矩陣,在此基礎(chǔ)上求協(xié)方差矩陣的特征值。再將對(duì)不同傳感器求得的特征值進(jìn)行組合,得到原始數(shù)據(jù)擴(kuò)維后的特征值向量。為了能將不同類型故障進(jìn)行區(qū)分,將擴(kuò)維后的特征值向量看作多維空間中的一個(gè)點(diǎn),不同的點(diǎn)代表不同的數(shù)據(jù)組,同類故障的數(shù)據(jù)在多維空...

【文章頁數(shù)】：54 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 研究背景及意義
    1.2 研究現(xiàn)狀
    1.3 亟待解決的問題
    1.4 本文研究內(nèi)容及安排
第2章 肌電信號(hào)、旋轉(zhuǎn)機(jī)械及動(dòng)力系統(tǒng)常見問題及處理方法
    2.1 肌電信號(hào)在臨床醫(yī)學(xué)應(yīng)用上常見的問題及處理方法
    2.2 旋轉(zhuǎn)機(jī)械常見故障及處理方法
    2.3 大型船舶動(dòng)力系統(tǒng)常見問題及處理方法
    2.4 本章小結(jié)
第3章 基于小波變換多閾值信號(hào)的檢測方法
    3.1 引言
    3.2 現(xiàn)存檢測方法
    3.3 多閾值檢測方法的形成
        3.3.1 信號(hào)建模
        3.3.2 雙閾值檢測方法
        3.3.3 多閾值檢測方法
    3.4 仿真實(shí)驗(yàn)及算法比較
    3.5 本章小結(jié)
第4章 基于多傳感器與多維空間的故障分類方法
    4.1 引言
    4.2 信號(hào)預(yù)處理
    4.3 邊界計(jì)算
    4.4 多維空間中的算法描述
    4.5 仿真實(shí)驗(yàn)
        4.5.1 Matlab仿真
    4.6 本章小結(jié)
第5章 基于快速傅里葉變換和神經(jīng)網(wǎng)絡(luò)的故障分類方法
    5.1 引言
    5.2 快速傅里葉變換
    5.3 神經(jīng)網(wǎng)絡(luò)原理介紹
        5.3.1 前向傳播
        5.3.2 反向傳播
    5.4 發(fā)動(dòng)機(jī)故障仿真實(shí)驗(yàn)
        5.4.1 故障信號(hào)模擬采集
        5.4.2 仿真實(shí)驗(yàn)
    5.5 本章小結(jié)
第6章 總結(jié)與展望
    6.1 工作總結(jié)
    6.2 工作展望
致謝
參考文獻(xiàn)
附錄



本文編號(hào)：4024974