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

基于滤波技术和粒子群优化的齿轮箱故障诊断研究

许昕  
【摘要】:由于齿轮箱在运转过程中箱体产生振动或复杂环境噪声等因素的影响,使传感器采集到的振动信号中除了含有有用的故障信息外还有噪声的干扰,不利于对故障信号进行分析和诊断。本文从这点出发,首先介绍了齿轮箱故障诊断的背景、意义以及目前诊断方法的现状,之后提出分别将自适应滤波技术和粒子滤波技术应用于齿轮箱振动信号的预处理上,提取故障特征信息,最后用经过粒子群优化算法优化的BP神经网络对齿轮箱的故障作出诊断,并通过在实验室搭建一套完整的齿轮箱故障诊断系统证明了此方法可以很好的对齿轮箱的故障作出正确诊断。 本文在研究了几种主要的自适应滤波算法后,提出了一种基于相关双曲正切函数的LMS算法(CTanh-LMS算法),在仿真的基础上将此算法应用于齿轮箱故障特征的提取中,结果证明通过此方法可以得到明显的故障特征,并且算法十分简单、收敛速度快,完全可以满足齿轮箱振动信号的消噪要求。另外,针对齿轮箱系统的非线性非高斯特性,提出了用粒子滤波算法对信号进行消噪的基本实现步骤,并通过仿真实验说明粒子滤波算法可以大幅提高信号的信噪比,对含噪信号起到了很好的消噪作用。本文还对粒子群优化(PSO)算法进行了研究,并将此算法和BP神经网络相结合,利用粒子群优化算法调节和优化全局性网络参数,用神经网络学习方法优化具有局部性的参数,将二者结合来用于齿轮箱的故障诊断。试验的结果表明,本文提出的将自适应滤波消噪技术、粒子滤波消噪技术这两种用于信号预处理的方法分别和粒子群优化神经网络技术相结合,运用在齿轮箱的故障诊断上,能够得到较理想的故障诊断结果。
【学位授予单位】:中北大学
【学位级别】:博士
【学位授予年份】:2011
【分类号】:TH165.3

手机知网App
【引证文献】
中国硕士学位论文全文数据库 前1条
1 李桃;基于粒子滤波技术的齿轮箱故障诊断研究[D];中北大学;2012年
【参考文献】
中国期刊全文数据库 前10条
1 潘旭峰,耿立恩,李晓雷;齿轮轴承故障诊断中特征参数敏感性分析[J];兵工学报;1997年04期
2 夏克寒;许化龙;张朴睿;;粒子滤波的关键技术及应用[J];电光与控制;2005年06期
3 高鹰;一种基于最小二乘准则的自适应滤波算法[J];广州大学学报(综合版);2001年02期
4 李占锋,韩芳芳,郑德忠;基于BP神经网络的电机转子故障诊断的研究[J];河北科技大学学报;2001年03期
5 樊玮;粒子群优化方法及其实现[J];航空计算技术;2004年03期
6 钟慧湘;郑莎莎;冯月萍;;基于双曲正切函数的智能天线变步长LMS算法[J];吉林大学学报(理学版);2008年05期
7 许锋,陈怀海,鲍明;动载荷识别的广义域模态模型及其精度分析研究[J];计算力学学报;2003年02期
8 李宁;孙德宝;邹彤;秦元庆;尉宇;;基于差分方程的PSO算法粒子运动轨迹分析[J];计算机学报;2006年11期
9 朱斌;马艳;;一种新的变步长LMS算法分析[J];计算机仿真;2008年09期
10 韩捷,张琳娜;齿轮故障的振动频谱机理研究[J];机械传动;1997年02期
中国博士学位论文全文数据库 前4条
1 李涛;非线性滤波方法在导航系统中的应用研究[D];国防科学技术大学;2003年
2 姚剑敏;粒子滤波跟踪方法研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2005年
3 葛哲学;滤波方法及其在非线性系统故障诊断中的应用研究[D];国防科学技术大学;2006年
4 高芳;智能粒子群优化算法研究[D];哈尔滨工业大学;2008年
中国硕士学位论文全文数据库 前6条
1 李毅;自适应滤波及滤波算法研究[D];西北工业大学;2003年
2 梁锋;通用性齿轮箱状态监测与故障诊断系统的研究[D];重庆大学;2004年
3 何广;基于粒子滤波的目标跟踪算法研究[D];哈尔滨工业大学;2006年
4 薛婷;粒子群优化算法的研究与改进[D];大连海事大学;2008年
5 魏婉韵;基于状态估计的非线性系统故障诊断方法在HVDC系统中的应用研究[D];青岛科技大学;2008年
6 付何伟;粒子滤波重采样算法及其在盲均衡中的应用[D];大连理工大学;2009年
【共引文献】
中国期刊全文数据库 前10条
1 杨兴江;BP算法的程序实现与改进[J];阿坝师范高等专科学校学报;2002年02期
2 刘青峰;尹久仁;;神经网络智能诊断技术在混凝土结构中的理论实现与展望[J];四川建筑科学研究;2007年01期
3 乔维德;;一种电机故障的智能诊断方法研究[J];安徽电气工程职业技术学院学报;2009年01期
4 张德祥;吴小培;卢一相;;EMD在汽车变速齿轮箱振动故障分析的应用[J];安徽大学学报(自然科学版);2009年02期
5 鲍俊瑶;;电动滚筒驱动电机噪声的控制分析[J];安徽职业技术学院学报;2012年01期
6 张克仁;汪萍;朱广;;基于蓝牙通讯技术的远程监测和故障诊断系统[J];安徽建筑工业学院学报(自然科学版);2010年05期
7 叶志伟;张金平;赖旭东;;基于粒子群算法的最大交叉熵的图像分割方法[J];安徽农业科学;2007年23期
8 尹哲;;人参种植的经济分析[J];安徽农业科学;2009年01期
9 李军;黄强;丁志华;;基于LMBP神经网络的农用车传动系齿轮故障诊断研究[J];安徽农业科学;2010年07期
10 包峰;王娟;任振辉;;基于BP网络的葡萄病害发生预测系统的开发研究[J];安徽农业科学;2010年14期
中国重要会议论文全文数据库 前10条
1 曾宪伟;方洋旺;伍友利;王洪强;刘加丛;;一种新的最优制导律[A];第二十六届中国控制会议论文集[C];2007年
2 黄慧敏;文成林;徐晓滨;;机载ISAR距离跟踪建模及其非线性滤波研究[A];第二十七届中国控制会议论文集[C];2008年
3 王树彬;黄鹤;韩笑冬;王执铨;;一种基于细化故障的容错控制设计[A];第二十七届中国控制会议论文集[C];2008年
4 ;Bearings-only Multi-Sensor Multi-Target Tracking Based on Rao-Blackwellized Monte Carlo Data Association[A];第二十九届中国控制会议论文集[C];2010年
5 张应博;秦钟;王法胜;;神经网络训练中的粒子滤波算法[A];第二十九届中国控制会议论文集[C];2010年
6 ;Rao-Blackwellized Particle Filtering for Fault Detection and Diagnosis[A];第二十九届中国控制会议论文集[C];2010年
7 ;Particle Filter Tracking in Low Frame Rate Video[A];中国自动化学会控制理论专业委员会A卷[C];2011年
8 周开军;余伶俐;;基于粒子滤波器的故障预测方法[A];中国自动化学会控制理论专业委员会A卷[C];2011年
9 张泽;崔龙;黄海;;基于实时Linux的Stewart主动隔振平台控制器设计及实验[A];中国自动化学会控制理论专业委员会B卷[C];2011年
10 滕伟;武鑫;高青风;柳亦兵;;风电齿轮箱振动信号的倒频谱分析[A];中国自动化学会控制理论专业委员会B卷[C];2011年
中国博士学位论文全文数据库 前10条
1 范迪;沉渣厚度超声检测信号处理技术研究及应用[D];山东科技大学;2010年
2 乔梁;信源定位的可观测性及跟踪技术研究[D];哈尔滨工程大学;2010年
3 王玉全;基于全景视觉的移动机器人同时定位与地图创建方法研究[D];哈尔滨工程大学;2010年
4 夏全喜;车载组合导航系统关键技术研究[D];哈尔滨工程大学;2010年
5 孟凡彬;基于随机集理论的多目标跟踪技术研究[D];哈尔滨工程大学;2010年
6 戴运桃;粒子群优化算法研究及其在船舶运动参数辨识中的应用[D];哈尔滨工程大学;2010年
7 刘志平;无陀螺捷联惯导系统若干关键技术研究[D];哈尔滨工程大学;2010年
8 王小旭;非线性SPKF滤波算法研究及其在组合导航中的应用[D];哈尔滨工程大学;2010年
9 项建弘;基于空时自适应处理的GPS调零技术应用研究[D];哈尔滨工程大学;2009年
10 杨萌;非线性滤波及在惯导系统传递对准中应用研究[D];哈尔滨工程大学;2010年
中国硕士学位论文全文数据库 前10条
1 高昌鑫;Hilbert-Huang变换改进算法及其在齿轮箱故障诊断中的应用研究[D];河南理工大学;2010年
2 崔树新;可重构动态集成测量方法研究[D];河南理工大学;2010年
3 柳枝华;微粒群优化算法的改进及应用[D];南昌航空大学;2010年
4 邢著荣;基于辐射传输模型和CHRIS数据反演春小麦LAI[D];山东科技大学;2010年
5 旺扎拉;特种车辆变速箱齿轮传动失效分析[D];长春理工大学;2010年
6 姜念;区间自适应粒子群算法研究及其应用[D];郑州大学;2010年
7 李朋勇;基于全矢高阶谱的故障诊断方法及其应用研究[D];郑州大学;2010年
8 刘卫兵;基于局域均值分解的机械故障诊断方法研究[D];郑州大学;2010年
9 王晓换;基于粗糙集和神经网络的故障诊断虚拟系统的研究[D];郑州大学;2010年
10 樊碧波;基于全矢谱的故障预测关键技术研究[D];郑州大学;2010年
【同被引文献】
中国期刊全文数据库 前10条
1 齐晓慧;田庆民;董海瑞;;基于Matlab系统辨识工具箱的系统建模[J];兵工自动化;2006年10期
2 郑小霞,钱锋;动态系统故障诊断技术的研究与发展[J];化工自动化及仪表;2005年04期
3 莫以为,萧德云;进化粒子滤波算法及其应用[J];控制理论与应用;2005年02期
4 张琪;胡昌华;乔玉坤;;基于权值选择的粒子滤波算法研究[J];控制与决策;2008年01期
5 王金雷;王刚;;基于系统模型的齿轮箱故障诊断[J];机械工程与自动化;2012年01期
6 金乃高;殷福亮;王冬霞;陈喆;;基于子带粒子滤波的一种语音增强方法[J];通信学报;2006年04期
7 安妮;徐建民;;齿轮箱振动的故障诊断与分析[J];武汉工程大学学报;2011年12期
8 程水英;张剑云;;粒子滤波评述[J];宇航学报;2008年04期
9 高伟伟;申丽然;;时变AR模型阶数确定与系数估计的方法[J];应用科技;2010年11期
10 臧玉萍;张德江;王维正;;小波分层阈值降噪法及其在发动机振动信号分析中的应用[J];振动与冲击;2009年08期
中国博士学位论文全文数据库 前3条
1 韩振南;齿轮传动系统的故障诊断方法的研究[D];太原理工大学;2003年
2 葛哲学;滤波方法及其在非线性系统故障诊断中的应用研究[D];国防科学技术大学;2006年
3 魏秀业;基于粒子群优化的齿轮箱智能故障诊断研究[D];中北大学;2009年
中国硕士学位论文全文数据库 前10条
1 王晓斌;基于粒子滤波的齿轮箱故障诊断研究[D];中北大学;2011年
2 胡军明;小波分析在齿轮箱故障诊断中的应用[D];中北大学;2011年
3 刘晓娟;基于希尔伯特—黄变换和支持向量机的齿轮箱故障诊断研究[D];中北大学;2011年
4 周辉;齿轮故障的特征提取与模式识别技术研究[D];郑州大学;2005年
5 马清峰;基于粒子群优化神经网络的齿轮箱故障诊断研究[D];中北大学;2006年
6 何广;基于粒子滤波的目标跟踪算法研究[D];哈尔滨工业大学;2006年
7 陈刚;齿轮和滚动轴承故障的振动诊断[D];西北工业大学;2007年
8 王艳芳;齿轮箱故障特征提取技术研究[D];中北大学;2007年
9 许昕;齿轮箱故障诊断在安全生产中的应用[D];中北大学;2007年
10 万畅;齿轮箱轴承故障诊断的时频分析方法初步探讨[D];兰州理工大学;2007年
【二级参考文献】
中国期刊全文数据库 前10条
1 代冀阳,毛剑琴,徐冬生;一种新的故障方法及其在直升机中的应用[J];北京航空航天大学学报;2002年04期
2 王丹力,张洪钺;几种可观性分析方法及在惯导中的应用[J];北京航空航天大学学报;1999年03期
3 周东华,王庆林;有色噪声干扰的非线性系统强跟踪滤波[J];北京理工大学学报;1997年03期
4 赵强,李洪人,张铁柱;基于遗传算法的六自由度舰船运动模拟器的参数优化[J];船舶工程;2004年02期
5 王磊;刘郁林;李正东;;粒子滤波理论及其在盲均衡中的应用[J];重庆邮电学院学报(自然科学版);2005年06期
6 李伟,张云华,汪亚明;基于自适应前景分割及粒子滤波的人体运动跟踪[J];测试技术学报;2005年03期
7 夏克寒;许化龙;张朴睿;;粒子滤波的关键技术及应用[J];电光与控制;2005年06期
8 周晖;李丹美;邵世煌;袁从明;;一种新的群集智能算法——自由搜索[J];东华大学学报(自然科学版);2007年05期
9 张寅孩,严利平,张仲超;基于遗传算法辨识噪声模型的异步电机闭环卡尔曼速度估计[J];电机与控制学报;2005年02期
10 唐秀近;时域识别动态载荷的精度问题[J];大连理工大学学报;1990年01期
中国博士学位论文全文数据库 前3条
1 王志鹏;基于信息融合技术的故障诊断方法的研究及应用[D];大连理工大学;2001年
2 李涛;非线性滤波方法在导航系统中的应用研究[D];国防科学技术大学;2003年
3 张丽平;粒子群优化算法的理论及实践[D];浙江大学;2005年
中国硕士学位论文全文数据库 前5条
1 彭备战;信息融合技术在设备故障诊断中的应用研究[D];广东工业大学;2002年
2 王悦;基于实例与基于规则混合推理的车辆诊断专家系统原型设计[D];合肥工业大学;2002年
3 程百杰;直九直升机纵向控制律设计与研究[D];西北工业大学;2002年
4 肖亚辉;某型武装直升机纵向控制律设计[D];西北工业大学;2002年
5 张远;基于信息融合技术的故障诊断模型和方法研究[D];中南大学;2003年
【相似文献】
中国期刊全文数据库 前10条
1 耿建中;肖业伦;;自适应粒子滤波在卫星紫外导航中的应用[J];计算机仿真;2007年07期
2 宋琛;韩潮;耿建中;;自适应粒子滤波在紫外导航中的应用[J];中国空间科学技术;2009年01期
3 万建,徐德民,贺昱曜;一种小波变换域的自适应扰动消除方法[J];电机与控制学报;2001年04期
4 冯文江,朱联祥,杨士中;GPS/INS组合系统自适应滤波算法[J];重庆大学学报(自然科学版);2002年03期
5 伦淑娴,张化光,冯健;基于神经网络的多传感器自适应滤波及其应用[J];东北大学学报(自然科学版);2003年08期
6 伍彩云,吕智奇,唐健;自适应有源消声算法的研究[J];沈阳理工大学学报;2005年02期
7 窦长江;白英广;;导航卫星有效载荷自适应滤波研究[J];空间电子技术;2007年01期
8 贾晓梅;侯东明;;一种新型滤波器在电力系统中的应用[J];沈阳工程学院学报(自然科学版);2007年03期
9 陈帅;薛晓中;管雪元;孙瑞胜;;惯性/北斗双星组合导航系统研究[J];微计算机信息;2009年04期
10 张文玲;朱明清;陈宗海;;基于强跟踪UKF的自适应SLAM算法[J];机器人;2010年02期
中国重要会议论文全文数据库 前10条
1 官慧峰;曹丽;;自适应滤波在超声气体流量计信号去噪中的应用[A];中国仪器仪表学会第十二届青年学术会议论文集[C];2010年
2 江金龙;卢国庆;查代奉;;非线性变换自适应滤波方法及在水声信道均衡中的应用[A];全国第二届信号处理与应用学术会议专刊[C];2008年
3 秦臻;何顺华;朱号东;;非线性滤波算法在动态导航中的应用[A];江苏省测绘学会2011年学术年会论文集[C];2011年
4 许江湖;张明敏;;基于自适应滤波技术的混响抵消器[A];2004年全国水声学学术会议论文集[C];2004年
5 尚琳;刘国华;王毅;张锐;李国通;;自主定轨算法中的系统噪声建模分析[A];第二届中国卫星导航学术年会电子文集[C];2011年
6 黄远;王可东;刘宝;;机动天基平台惯性/天文信息融合研究[A];第九届全国光电技术学术交流会论文集(下册)[C];2010年
7 慕莉;刘玉田;石嘉川;;用于轧钢车间动态补偿控制的无功功率超短期预测[A];中国自动化学会控制理论专业委员会C卷[C];2011年
8 宫轶松;归庆明;李保利;张灵敏;;基于均值漂移的粒子滤波算法设计及其在导航数据处理中的应用[A];第二届中国卫星导航学术年会电子文集[C];2011年
9 赵龙;;基于抗差自适应估计的INS/GNSS组合导航算法[A];第二届中国卫星导航学术年会电子文集[C];2011年
10 陈炳文;王文伟;秦前清;刘志刚;;基于时空融合和粒子滤波的红外弱小目标检测[A];第九届全国光电技术学术交流会论文集(上册)[C];2010年
中国重要报纸全文数据库 前1条
1 本报记者 刘英赫;信号处理——IT产业的基石[N];中国电子报;2000年
中国博士学位论文全文数据库 前10条
1 许昕;基于滤波技术和粒子群优化的齿轮箱故障诊断研究[D];中北大学;2011年
2 田隽;基于粒子滤波的视频目标跟踪算法的研究[D];中国矿业大学;2010年
3 宫轶松;粒子滤波算法研究及其在GPS/DR组合导航中的应用[D];解放军信息工程大学;2010年
4 檀甲甲;模型化自适应滤波及其应用研究[D];复旦大学;2011年
5 王乐;卫星USB测控体制下信号特征参数的分析与识别[D];哈尔滨工业大学;2010年
6 周寿军;左心室MRI序列的运动跟踪新方法[D];第一军医大学;2004年
7 李涛;非线性滤波方法在导航系统中的应用研究[D];国防科学技术大学;2003年
8 徐茂格;混沌通信中的粒子滤波技术研究[D];南京理工大学;2008年
9 姚剑敏;粒子滤波跟踪方法研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2005年
10 肖延国;智能传感器侦察网络中的目标跟踪算法研究[D];中国科学技术大学;2007年
中国硕士学位论文全文数据库 前10条
1 张婷婷;基于粒子滤波的机动目标跟踪方法研究[D];西安电子科技大学;2009年
2 金梦珺;概率假设密度粒子滤波的算法与硬件实现研究[D];浙江大学;2011年
3 苟若愚;基于粒子滤波的运动目标跟踪算法研究与实现[D];重庆大学;2010年
4 张楠;基于粒子滤波的目标跟踪算法研究[D];广东工业大学;2011年
5 杨兴光;干涉型光纤陀螺仪关键技术研究[D];哈尔滨工程大学;2004年
6 石艳丽;基于DSP的自适应噪声抵消系统研究[D];长春理工大学;2008年
7 袁佳能;自适应声学回声抵消算法的研究[D];江南大学;2008年
8 冯卫娜;非线性系统参数和状态联合估计新算法研究[D];郑州大学;2010年
9 王洪;基于粒子滤波的飞行目标视频跟踪系统研究[D];武汉理工大学;2010年
10 刘洪;有源噪声控制算法及实验研究[D];哈尔滨工程大学;2009年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026