机械系统故障信号特征提取技术研究

机械系统故障信号特征提取技术研究

论文题目: 机械系统故障信号特征提取技术研究

论文类型: 博士论文

论文专业: 火炮,自动武器与弹药工程

作者: 余红英

导师: 潘宏侠

关键词: 故障诊断,信号处理,奇异性检测,时频分布,关联维数

文献来源: 中北大学

发表年度: 2005

论文摘要: 机械故障诊断包括信号测量、特征提取、状态诊断和状态分析四个步骤,其中最关键的问题是故障信号的特征提取。旋转机械在机械设备中数量最多应用最广,是设备状态监测与故障诊断的重点。本文以齿轮箱传动系统为研究对象,研究齿轮和轴承故障信号特征提取的新理论与新方法,主要完成以下研究工作:1.研究了齿轮箱各部件典型故障所产生的振动信号的特征,建立了齿轮与滚动轴承振动信号的数学模型;分析了齿轮箱典型故障所产生的振动对位移、速度、加速度及高阶加速度信号的不同影响;建立了齿轮箱系统的实验装置;研究并改进了时域平均技术,并利用该方法把各个齿轮的振动信号从齿轮箱总的振动信号中提取出来,实现齿轮振动信号的分离。研究了应用包络细化解调技术、倒频谱分析技术等方法提取齿轮与滚动轴承故障特征信息的优缺点。2.讨论了小波基函数选取对信号特征提取的影响,提出一种基于复Morlet小波和连续小波变换的包络检波新算法。新方法用傅立叶变换快捷计算小波变换系数,得到能够反映信号全貌的尺度包络谱,通过该包络谱能够很容易的确定是否存在瞬时冲击及冲击信号所在频带。该分析过程在全频带内自动进行,无须先验知识与人工干预,便于利用计算机进行故障自动识别。3.详细论述了基于小波变换的奇异性检测理论,重点研究了基于B样条二进小波变换及其快速算法—多孔算法,以及基于小波变换模极大值理论的信号奇异性检测方法。根据信号和噪声模极大值的尺度变换特性,提出了利用相邻两级细节信号的乘积作为检测信号求解多尺度模极大值分布图的方法,新方法根据模极大值的位置实现信号奇异点的精确定位,达到增强信号和抑制噪声的目的。并把该方法成功的应用于滚动轴承故障信号奇异性的检测,为设备故障诊断提供了一种新的方法。4.研究了非线性时间-频率分布在故障特征提取中的应用。针对复杂机械故障产生的异常瞬时振动信号探测,提出一种新的无混叠双线性时间-频率分布方法,给出了新的时频变换核函数,新方法能够避免常用的双线性时频分布中的频率混叠与信息丢失,

论文目录:

1. 绪论

1.1 论文的目的和意义

1.2 机械设备故障诊断技术的发展

1.2.1 设备故障诊断技术的发展概况

1.2.2 设备故障诊断技术发展趋势

1.3 设备故障特征提取技术综述

1.3.1 传统信号处理技术

1.3.2 非平稳信号处理方法

1.3.3 非高斯信号处理方法

1.3.4 分形处理方法

1.3.5 神经网络方法

1.4 本文研究的主要内容

2. 齿轮箱振动信号特征分析及提取初步

2.1 齿轮振动信号分析

2.1.1 齿轮的位移

2.1.2 啮合误差

2.1.3 旋转误差

2.1.4 齿轮运动方程

2.2 滚动轴承振动信号特征分析

2.3 振动信号传播与测量

2.3.1 时不变传播

2.3.2 时变传播

2.4 齿轮箱故障对运动参数的影响

2.5 实验装置简介

2.5.1 齿轮箱实验装置

2.5.2 滚动轴承实验装置

2.6 时域平均技术

2.6.1 时域同步平均的理论

2.6.2 时域同步平均的算法及其改进

2.6.3 诊断实例

2.7 包络分析技术

2.7.1 幅值调制和频率调制

2.7.2 包络分析算法

2.7.3 仿真计算

2.7.4 工程应用

2.8 倒频谱分析

2.8.1 倒频谱分析的基本原理

2.8.2 倒频谱分析的工程应用

2.9 本章小结

3. 小波包络检测算法研究及其应用

3.1 引言

3.2 小波变换的基本理论

3.2.1 小波变换的定义

3.2.2 小波变换的特点

3.2.3 小波变换的反演及对基本小波的要求

3.2.4 离散小波变换

3.2.5 多分辨率分析与二尺度方程

3.2.6 Mallat 算法

3.3 连续小波变换在滚动轴承故障诊断中的应用

3.3.1 Morlet 小波

3.3.2 Morlet 小波与包络检波

3.3.3 基于连续小波变换的复 Morlet 小波包络检波快速算法

3.3.4 工程应用

3.4 本章小结

4. 小波奇异性检测技术研究及应用

4.1 概述

4.2 小波变换的奇异性检测原理

4.2.1 奇异性的定义

4.2.2 小波变换的卷积表达形式

4.2.3 小波变换的极值点、过零点与信号奇异性的关系

4.2.4 几种检测局部性能常用的小波

4.3 二进小波变换的基本理论

4.3.1 二进小波及二进小波变换

4.3.2 基于B样条的二进小波函数与尺度函数

4.3.3 小波多孔算法

4.4 信号的小波变换模极大值表示及奇异性检测理论

4.5 小波变换的模极大值去噪算法

4.6 基于小波奇异性检测原理的滚动轴承故障诊断

4.7 本章小结

5. 双线性时频分布检测方法研究及应用

5.1 引言

5.2 双线性时间-频率分布概述

5.2.1 Cohen 类时频分布

5.2.2 短时傅立叶变换和频谱图

5.2.3 Wigner-Ville 分布(WVD)

5.2.4 Choi-Williams 分布(CWD)

5.3 核函数设计

5.3.1 CWD 分布及其特点

5.3.2 新的指数分布(NED)

5.4 数字仿真

5.5 应用实例

5.6 本章小结

6. 分形技术研究及应用

6.1 引言

6.2 分形的基本理论

6.2.1 分形的定义

6.2.2 分形维数

6.3 振动信号关联维数的计算

6.3.1 关联维数的计算

6.3.2 关联维数的影响因素

6.4 滚动轴承振动信号中的分形研究

6.5 本章小结

7. 结论与展望

参考文献

攻读博士学位期间所发表的论文及研究成果

致谢

发布时间: 2006-06-27

参考文献

  • [1].面向机械故障特征提取的混合时频分析方法研究[D]. 程发斌.重庆大学2007
  • [2].基于声全息的故障特征提取技术研究[D]. 李加庆.上海交通大学2008
  • [3].基于内积变换的机械故障特征提取原理与早期识别方法研究[D]. 冯坤.北京化工大学2012
  • [4].旋转机械系统故障特征提取中的分形方法研究[D]. 赵玲.重庆大学2010
  • [5].基于振动信号的机械故障特征提取与诊断研究[D]. 赵志宏.北京交通大学2012
  • [6].基于独立分量分析的机械故障特征提取及分类方法研究[D]. 陈建国.大连理工大学2011
  • [7].基于多特征融合及深度信念网络的轴承故障诊断[D]. 胡永涛.燕山大学2017
  • [8].滚动轴承表面损伤故障的特征提取与诊断方法研究[D]. 隋文涛.山东大学2011
  • [9].基于盲源分离的齿轮箱低频故障特征提取方法研究[D]. 冷军发.河南理工大学2016
  • [10].滚动轴承故障特征提取与诊断方法研究[D]. 邓飞跃.华北电力大学(北京)2016

标签:;  ;  ;  ;  ;  

机械系统故障信号特征提取技术研究
下载Doc文档

猜你喜欢