收藏本站
《大连理工大学》 2005年
收藏 | 手机打开
二维码
手机客户端打开本文

基于局域波法和盲源分离的故障诊断方法应用研究

郝志华  
【摘要】:机械故障诊断是以机器学为基础的一门综合性技术,它的本质是一个机器运行状态的模式识别问题,其关键就是故障信号的特征提取与分类。近年来,为满足对机器故障进行早期检测与精确诊断的需要,非平稳、非高斯信号处理方法在机械故障诊断领域受到了广泛关注。为此,本文基于国家自然科学基金项目“局域波法及其工程应用研究”(50475155),利用非平稳、非高斯信号处理理论中的局域波法、Wigner高阶时频表示和盲源分离理论,结合模式识别与机器学习领域的研究成果,对非平稳、非高斯的机械振动信号特征提取与故障诊断问题进行了广泛而深入的研究。主要的工作如下: 1.应用局域波法对机械振动非平稳信号进行了研究。通过与小波变换和几种时频分析方法的比较,表明局域波法对于非平稳信号的分析更具有效性。实验结果表明,局域波时频分析能够清晰地表征不同故障的时变特征。由于局域波时频谱是一种二维的信号表示形式,在计算机对故障自动分类时,涉及到维数压缩的问题。为了用尽可能少的维数表示时频谱而不损失分类精度,几何矩和边缘分布可以作为时频分布的特征。在此基础上,结合人工神经网络,提出了一种基于局域波几何矩和边缘的故障诊断方法。 2.研究了基于局域波法的多分量神经网络预测模型的有效性,用于对非平稳系统时间序列进行建模。通过太阳黑子数据的仿真试验,验证了该多分量结构比对应的单一神经网络结构性能优越。最后根据该方法组成了一个自回归时间序列模型库,用于转子故障的模型诊断中。这些模型可以用做一步向前预测器,对检测和诊断信号进行比较。从预测误差提取特征,能够确定机器的状态。不同故障状态的转子振动信号用来训练和检验模型。实验数据表明,在适当训练样本长度下,这种方法用于故障诊断,可以实现故障的正确分类。 3.研究了高阶时频分布在振动冲击信号特征提取中的应用问题。在机械状态监控中,冲击信号的检测对于提取机器的状态信息是很有用的。通过Wigner高阶矩谱可以有效地对这样的非平稳、非高斯振动冲击信号进行特征提取和检测。针对高阶时频分布分析多分量信号时存在交叉项的问题,提出了一种利用局域波分解来减少Wigner高阶矩谱交叉项的方法,以仿真信号为例,验证了此方法的有效性;通过对现场测试的柴油机爆燃阶段信号的Wigner高阶矩谱分析,验证了该方法在机械故障特征提取中具有很好的应用潜力。最终表明,通过该方法可以提取有价值的关于冲击信号的时间和谱特性的量化信息。 基于局域波法和盲源分离的故障诊断方法应用研究 4.提出了一种基于局域波时频图像的盲源分离故障诊断方法。独立成分分析 (ICA)是实现盲源分离最有效的方法之一。ICA可以认为是PCA特征提取技术的推 广。ICA能够提供图像的局部特征,给出较好的图像表示。针对局域波时频图像可以表 征不同故障振动信号的特点,应用盲源分离技术对不同故障信号的局域波时频图像进行 独立分量分离,提取代表当前工况特征的投影系数矩阵,作为故障特征,利用神经网络 实现不同故障的自动分类。最后以转子的早期摩擦,基座松动,不对中故障振动信号为 例,应用该方法进行了研究,实验结果证明了该方法的可行性。 5.为了有效提取故障特征信号,需要在不同位置进行多传感器的振动信号测量。 针对多源混合的非平稳、非高斯设备故障振动信号,应用非平稳信号的盲源分离算法, 可以有效地提取各自独立的非平稳振动源,从而更加准确地进行机械故障诊断。首先, 针对不同时频分布的非平稳盲源分离算法,通过仿真信号比较了它们的分离效果。然后 以转子的复合故障为例进行了实验验证。在此基础上,提出了一种基于盲源分离的多传 感器数据融合故障诊断方法。实验结果证明该方法能够提高故障诊断的精度。 关键词:机械振动;故障诊断;局域波法;高阶时频分布;盲源分离
【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 刘晓平;郑海起;祝天宇;;粒子滤波在含噪齿轮箱故障盲源分离中的应用[J];中国机械工程;2011年15期
2 李昌利;曹嘉毅;;基于循环优化的矩阵联合对角化算法及在盲源分离中的应用[J];四川大学学报(工程科学版);2011年05期
3 乔保栋;陈果;曲秀秀;;基于Hilbert-Huang变换和盲源分离的滚动轴承耦合故障诊断方法[J];飞机设计;2011年03期
4 杨杰;郑海起;关贞珍;王彦刚;;基于形态成分分析的轴承复合故障诊断[J];轴承;2011年08期
5 王荣杰;周海峰;詹宜巨;;船舶噪声的自适应分离技术[J];中国航海;2011年03期
6 康春玉;章新华;曹涛;范文涛;;编队舰船对各自拖线阵声纳DOA估计性能的影响[J];计算机工程与应用;2011年26期
7 赵伟;陈仁安;张晓玲;游荣义;;基于ICA和DCT的鲁棒性盲水印算法[J];厦门理工学院学报;2011年02期
8 毋文峰;陈小虎;苏勋家;王旭平;姚春江;;基于峭度的ICA特征提取和齿轮泵故障诊断[J];机械科学与技术;2011年09期
9 芮国胜;徐彬;张嵩;;同频重叠信号的单通道盲分离方法综述[J];电光与控制;2011年09期
10 邹广超;刘以安;吴少鹏;唐霜天;;雷达-通信一体化系统设计[J];计算机仿真;2011年08期
11 蒋宇;李志雄;;齿轮箱振动源信号分离与故障诊断研究[J];湖北工业大学学报;2011年04期
12 ;[J];;年期
13 ;[J];;年期
14 ;[J];;年期
15 ;[J];;年期
16 ;[J];;年期
17 ;[J];;年期
18 ;[J];;年期
19 ;[J];;年期
20 ;[J];;年期
中国重要会议论文全文数据库 前10条
1 解德鹏;景新幸;杨海燕;高珊;;基于声源定位和盲源分离的语音提取技术[A];中国声学学会第九届青年学术会议论文集[C];2011年
2 周祥;樊涛;;基于盲源分离的储油罐底腐蚀混叠信号的识别与分离[A];第八届沈阳科学学术年会论文集[C];2011年
3 柴晶晶;陈文超;高静怀;;基于欠定盲源分离的地震盲反褶积方法[A];中国地球物理2010——中国地球物理学会第二十六届年会、中国地震学会第十三次学术大会论文集[C];2010年
4 徐旭;郭崇慧;;稀疏成分分析的简要综述[A];中国运筹学会第十届学术交流会论文集[C];2010年
5 钟振茂;陈进;钟平;;机械故障诊断中的多源分离方法[A];中国声学学会2001年青年学术会议[CYCA'01]论文集[C];2001年
6 高磊;陈文超;高静怀;;基于盲源分离的面波压制方法[A];中国地球物理·2009[C];2009年
7 章新华;;盲源分离技术及其水声信号处理中的应用[A];2004年全国水声学学术会议论文集[C];2004年
8 焦卫东;杨世锡;吴昭同;;用盲源分离技术创建独立的虚拟传感器[A];中国仪器仪表学会学术论文集[C];2004年
9 范文涛;章新华;徐莉;;波束域盲源分离与MUSIC融合的方位估计算法[A];2008年全国声学学术会议论文集[C];2008年
10 马明;王新军;;一种Walsh变换域的盲源分离算法[A];2008年中国高校通信类院系学术研讨会论文集(下册)[C];2009年
中国博士学位论文全文数据库 前10条
1 郝志华;基于局域波法和盲源分离的故障诊断方法应用研究[D];大连理工大学;2005年
2 李灯熬;基于循环平衡理论的盲源分离算法[D];太原理工大学;2010年
3 徐先峰;利用参量结构解盲源分离算法研究[D];西安电子科技大学;2010年
4 张晓丹;基于盲源分离技术的工程结构模态参数识别方法研究[D];北京交通大学;2010年
5 刘佳;单通道盲源分离及其在水声信号处理中的应用研究[D];哈尔滨工程大学;2011年
6 李昌利;盲源分离的若干算法及应用研究[D];西安电子科技大学;2010年
7 王卫华;盲源分离算法及应用研究[D];哈尔滨工程大学;2009年
8 王凤利;基于局域波法的转子系统非线性动态特性及应用研究[D];大连理工大学;2003年
9 张海勇;基于局域波法的非平稳随机信号分析中若干问题的研究[D];大连理工大学;2001年
10 王奉涛;非平稳信号故障特征提取与智能诊断方法的研究及应用[D];大连理工大学;2003年
中国硕士学位论文全文数据库 前10条
1 边峦剑;基于改进粒子群的盲源分离算法及其应用研究[D];哈尔滨工程大学;2010年
2 孙继堂;基于高阶累积量的盲源分离的理论研究及其在旋转机械中的应用[D];武汉科技大学;2011年
3 周鋆卿;运动平台盲源分离技术研究[D];西安电子科技大学;2010年
4 刘卫菠;通信信号盲源分离的高效算法研究[D];西安电子科技大学;2011年
5 许海涛;基于低阶动力学模型的盲反卷[D];武汉科技大学;2011年
6 赵军;基于独立分量分析和基音提取技术的盲源分离[D];西安理工大学;2005年
7 牛奕龙;盲源分离算法研究[D];西北工业大学;2005年
8 贺海港;盲源分离在通信信号分离中的应用[D];西安电子科技大学;2010年
9 刘海鹏;基于独立元分析的盲源分离方法研究[D];中国石油大学;2011年
10 焦东立;基于压缩感知的盲信号处理技术研究[D];电子科技大学;2011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