收藏本站
《天津大学》 2011年
收藏 | 手机打开
二维码
手机客户端打开本文

基于改进支持向量机和纹理图像分析的旋转机械故障诊断

刘路  
【摘要】:随着机械设备不断向高速化、重载化和复杂化方向发展,人们对其运行可靠性和安全性的要求也越来越高。采用有效的模式识别方法实现机械设备的高精度智能故障诊断,对保障设备的高效运行和安全生产具有重要意义。本文以轴承和刀具为对象,围绕故障分类识别和故障特征提取这两个核心问题,重点研究基于改进支持向量机的故障分类方法和基于纹理分析的故障特征提取方法及其在工程实际中的应用。本文研究内容和成果主要体现在以下几方面: 1)基于支持向量机的智能故障诊断方法是目前研究的热点。为克服模型参数选择随意性对支持向量机分类性能的不利影响,提出了基于人工蜂群算法优化的支持向量机故障分类方法,并将其应用于滚动轴承的智能故障诊断。该方法以分类错误率的倒数作为适应度函数,利用人工蜂群算法对支持向量机参数进行优化选择。通过UCI标准数据集验证,证明本文提出的方法兼顾了对局部最优解和全局最优解的搜索,克服了传统优化方法易陷入局部最优解的缺陷,获得了更高的识别正确率,并且在小数目分类问题上有效地降低了搜索最优参数所需的时间。将该方法应用于实测轴承故障数据实验,获得了较高的故障识别正确率。 2)刀具磨损状态的自动识别是一种小样本条件下的模式识别问题,在特定的加工条件下只能获取非常有限的训练样本。针对这一问题,提出一种基于改进超球面支持向量机的故障分类方法,并将其应用于刀具磨损状态的自动识别。该方法提取切削力与振动信号中的多项特征,对各项特征分别进行刀具磨损量相关性分析,选择与刀具磨损变化量最相关的均值、均方根、小波系数能量以及小波系数近似熵组成特征向量。在分类器方面,考虑到各类样本的疏松程度不同,利用引力法对超球面支持向量机的决策函数进行改进,经过优化分析得到最佳分类引力公式。采用改进的超球面支持向量机作为分类器,实现了刀具磨损状态的自动识别。实验证明,在小样本学习情况下,基于改进超球面支持向量机的刀具磨损状态识别方法具有良好的学习和泛化能力,可获得较高的识别正确率。 3)作为故障信息多维特征提取方法的基础,首先对基于支持向量机的纹理分析方法进行研究。针对纹理图像分割中的训练样本自动获取问题,提出了一种基于模糊C均值算法的支持向量机半监督图像分割方法。该方法首先采用改进的Laws能量测度法对原始图像进行特征提取,对获取的特征图像进行分块处理以获得若干窗口,采用模糊C均值算法对图像平滑区域所在窗口的特征向量进行分类并获取类别标记,将特征向量和获取的类别标记作为模糊支持向量机的训练样本,从而实现了训练样本的自动获取。进而利用训练好的模糊支持向量机对非平滑区域进行精细分类。最终将模糊C均值和模糊支持向量机的分类结果组合形成最终的分类结果图像。采用随机选取的Brodatz纹理集中的纹理图像对上述算法进行测试,得到了较高的分割正确率,从而验证了本文算法的有效性,并为下一章时频分布图二维故障特征提取算法的研究提供理论基础。 4)特征提取对故障诊断的分类结果具有至关重要的影响。S变换得到的等高线时频图和Hilbert-Huang变换得到的Hilbert谱时频图包含了丰富的二维图像信息。在纹理图像自动分割方法的研究基础上,探讨了将图像处理领域中的纹理分析方法应用于一维信号时频分布图的故障特征提取问题。首先对灰度化的S变换等高线时频图和Hilbert谱时频图进行二维离散小波变换,利用Laws能量测度法计算各频道小波图像的灰度均方差作为能量特征并组成特征向量,从而建立了有效的从一维原始信号到二维纹理图像特征的映射模型。以支持向量机作为分类器,通过滚动轴承实测故障数据对上述方法进行验证,实验结果证明了上述特征提取算法的有效性和可行性。 5)针对目前国内高档数控机床对状态监测与故障诊断功能的需求,研究开发网络架构下机床整机智能监测诊断试验平台。重点针对笔者开发的强耦合状态监测单元信号采集技术、远程机床状态监测与故障诊断系统软件功能以及实现二者无缝信息交互的TDNC-Connect传输协议三方面进行阐述,构建出嵌入支持向量机智能故障诊断方法的网络架构下机床整机智能监测诊断试验平台,一体化地实现高档数控机床的状态可显示、性能可预报、故障可诊断、远程可监控。最终在工程实际中验证了该平台的可靠性与有效性。
【学位授予单位】:

知网文化
【相似文献】
中国期刊全文数据库 前20条
1 崔扬,蔡晋辉,周泽魁;基于小波变换的纹理图像融合[J];浙江大学学报(工学版);2005年09期
2 袁端磊;宋寅卯;;基于最优Gabor滤波器的织物缺陷检测[J];中国图象图形学报;2006年07期
3 曾庆贵;宋世军;张佳福;刘胜利;;一种基于信息融合的图像分割方法[J];山东建筑大学学报;2008年02期
4 吕震宇;赵爽;林永民;朱卫东;;基于部首合并的自适应文字切分制作笔迹纹理[J];计算机工程与应用;2009年25期
5 王佐成;薛丽霞;;一种新的纹理基元发现及表达方法[J];重庆邮电大学学报(自然科学版);2011年01期
6 王中晔;杨晓慧;牛宏娟;;Brushlet域复特征纹理图像检索算法[J];计算机仿真;2011年05期
7 苏菲,孙景鳌,蔡安妮;基于分形模型的指纹图像中心三角区域的检测[J];北京邮电大学学报;2000年02期
8 王改梅,刘瑞光,刘芳;基于小波包变换的纹理图像检索[J];计算机工程与应用;2004年18期
9 王冬;卢秀山;刘凤英;;基于透视投影和平行线信息的立面纹理快速纠正问题[J];山东科技大学学报(自然科学版);2006年02期
10 王向阳;杨红颖;侯丽敏;;一种用于版权保护的混合域数字图像水印算法[J];测绘学报;2006年03期
11 祝双武;郝重阳;;基于离散小波变换的织物疵点检测方法[J];计算机工程与应用;2007年25期
12 陈致远;李传中;;基于OpenGL的实验室用滑动变阻器的设计与实现[J];计算机与信息技术;2007年05期
13 苏莉;;三维GIS纹理坐标数据管理方法的研究[J];科技信息;2009年05期
14 许建峰;翁跃宗;彭国均;;透明纹理反走样渲染处理[J];上海海事大学学报;2009年03期
15 刘峰;;一种基于改进的2D-Gabor纹理图像分类方法[J];测绘科学;2010年03期
16 杨棽;齐越;沈旭昆;赵沁平;;一种快速的三维扫描数据自动配准方法[J];软件学报;2010年06期
17 薛丽霞;冀志敏;王佐成;;图像纹理特征挖掘[J];计算机应用研究;2010年08期
18 李楠;;基于楔形滤波器的纹理图像方向信息提取[J];微计算机信息;2011年06期
19 毕晓君,李文秀;一种新型纹理图像生成方法研究[J];自动化技术与应用;2005年01期
20 孙岩;基于位移矢量的纹理恢复[J];计算机工程与设计;2005年07期
中国重要会议论文全文数据库 前10条
1 周佳男;;一种拓扑纹理图像的相位场模型分割算法[A];第二十七届中国控制会议论文集[C];2008年
2 张明敏;郑星;潘志庚;;多分辨率模型生成中颜色和纹理属性的处理[A];2001系统仿真技术及其应用学术会议论文集[C];2001年
3 王海丰;李壮;任洪娥;赵鹏;;基于非下采样Contourlet变换和SVM的纹理图像分割算法[A];第二十九届中国控制会议论文集[C];2010年
4 谢永芳;陈辉;桂卫华;刘金平;夏巨龙;;一种新的基于纹理图像的分数阶Sobel算子[A];中国自动化学会控制理论专业委员会C卷[C];2011年
5 李凯智;阿木古楞;白云莉;;不变矩纹理图像分割的特征向量选择探讨[A];第八届全国信息获取与处理学术会议论文集[C];2010年
6 田有文;;基于纹理特征和支持向量机的葡萄病害的识别[A];第三届全国信息获取与处理学术会议论文集[C];2005年
7 倪永婧;王成儒;;一种纹理图像去噪方法的研究[A];2006中国控制与决策学术年会论文集[C];2006年
8 刘仁德;胡申辉;徐家倬;;磨煤机的故障诊断[A];第十届全国设备监测与诊断技术学术会议论文集[C];2000年
9 戴乐云;李建康;;振动信号时间序列建模在故障诊断中的应用[A];振动工程学报(工程应用专辑)[C];2001年
10 李晓栋;胡清华;;汽轮机故障诊断文本支持系统的研究与建立[A];2004电站自动化信息化学术技术交流会议论文集[C];2004年
中国重要报纸全文数据库 前10条
1 黄安华;液压制动系统的故障诊断[N];中国汽车报;2002年
2 李萍;济钢EAM离线网络点检和故障诊断管理系统开发应用[N];世界金属导报;2007年
3 胡荣山 马巍;上海海大一课题列入国家“863”计划[N];中国船舶报;2007年
4 孙建阳 刘波;小型渔船柴油机故障诊断与排除[N];中国渔业报;2008年
5 见习记者 仝亚娜;孙彦广:冶金故障诊断设备前景广阔[N];机电商报;2005年
6 陈全东;干式复合“粘边”故障诊断[N];中国包装报;2003年
7 小田;网卡故障诊断[N];中国电脑教育报;2000年
8 龚献荣;大型天然气装置实现网络化监测[N];中国化工报;2005年
9 周传勇 杜慧;济钢网络化设备点检与故障诊断管理系统上线运行[N];世界金属导报;2008年
10 汤怀京;WLAN也有“线”[N];中国计算机报;2004年
中国博士学位论文全文数据库 前10条
1 刘路;基于改进支持向量机和纹理图像分析的旋转机械故障诊断[D];天津大学;2011年
2 刘正;轮胎X光检测与多纹理图像分析技术的研究[D];天津大学;2009年
3 徐琪;一种新的纹理描述方法及其应用[D];复旦大学;2011年
4 宋其江;基于有向图模型的故障诊断方法研究及其在航天中的应用[D];哈尔滨工业大学;2010年
5 陈非;基于过程信息融合的旋转机械信息(火用)故障诊断研究[D];华中科技大学;2010年
6 冯志鹏;计算智能在机械设备故障诊断中的应用研究[D];大连理工大学;2003年
7 何小斌;基于统计学方法的自适应过程监控与故障诊断[D];上海交通大学;2009年
8 宋凯;基于PLS的统计质量监控研究与应用[D];浙江大学;2005年
9 李敏;复杂机械基于数据的建模与故障诊断[D];太原理工大学;2010年
10 鲁峰;航空发动机故障诊断的融合技术研究[D];南京航空航天大学;2009年
中国硕士学位论文全文数据库 前10条
1 李莹莹;面向三维激光扫描的纹理图像处理技术研究[D];南京理工大学;2010年
2 于雅生;基于双谱切片的纹理图像识别研究[D];兰州理工大学;2011年
3 刘迪;基于主成分分析的纹理图像分类算法[D];大连海事大学;2012年
4 凌冰;纹理图像的特征选择技术研究[D];哈尔滨工程大学;2011年
5 王玲华;多尺度变换域隐马尔可夫树纹理图像特征提取模型[D];湖南师范大学;2010年
6 刘晓召;基于小波变换的纹理图像多尺度分割算法研究[D];重庆大学;2010年
7 杜晓辉;纺织纹理图像的分割与着色[D];浙江大学;2013年
8 张军;多视角纹理深度视频联合编码的关键技术研究[D];中国科学技术大学;2011年
9 杨静林;基于谱图理论的纹理图像检索[D];燕山大学;2010年
10 辛宪会;支持向量机理论、算法与实现[D];中国人民解放军信息工程大学;2005年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978