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

基于改进的小波变换和支持向量机的纺织细纱机故障自动诊断

朱明玲  
【摘要】:在现代化生产中,细纱机设备的故障诊断技术越来越受到重视,因为如果某台细纱机出现故障而没有能够及时发现和排除,其结果不仅会导致设备本身损坏,还可能造成严重后果。传统细纱机故障的检测方法是通过手触摸以测定它的温度是否过高,振动是否过大;用耳听以判别运动部件是否有异声,但是像这样根据人的感觉和经验来判断会有很大的局限性,因此纺织细纱机故障的自动诊断具有现实意义。 本文结合细纱机的四种常见故障,采用改进的小波变换算法和支持向量机方法对故障进行提取和分类,为更好的研究细纱机故障诊断方法提供了依据。本文针对信号采集、特征提取、故障识别和分类三个方面展开了研究。 首先以labview为核心设计了一个数据采集系统对细纱机振动信号进行了采集,此数据采集系统通过电涡流传感器将振动信号转化为电压信号,电压信号通过采集卡转化为数字信号后再传给计算机,在计算机中,振动信号以32位的浮点型数据文件进行保存。 其次,简单介绍几种常见故障的模拟实验,结合数据采集系统采集细纱机运行时正常与故障的数据,将时域分析、小波变换和功率谱分析结合起来,提取故障的特征信息,由于传统的小波算法不能很好的提取出故障信号的特征参数,本文将采用一种改进的小波分解与重构算法以便提取出比较准确的特征信息,此改进的小波算法将小波变换与FFT结合起来较好的消除了混频的现象。 最后,针对有限样本情况下故障的特点,本文采用支持向量机的方法对故障进行识别和分类。将所提取出来的特征向量作为输入,分别采用“一对一类”和“一对多类”两种支持向量机的多分类方法对特征向量进行学习训练和识别,并采用试凑法和交叉验证法搜索支持向量机的最优参数。然后将支持向量机与BP神经网络进行比较,实验结果表明,支持向量机耗时短,分类精度高,更适合应用于纺织细纱机的故障诊断研究中。
【学位授予单位】:东华大学
【学位级别】:硕士
【学位授予年份】:2011
【分类号】:TS103.23

【相似文献】
中国期刊全文数据库 前10条
1 邵良杉;张宇;;基于小波理论的支持向量机瓦斯涌出量的预测[J];煤炭学报;2011年S1期
2 赵延旭;龙海如;;基于支持向量机的单面针织物组织结构的识别[J];纺织导报;2011年09期
3 欧敏;林从谋;;支持向量机预测高边坡爆破质点振动速度[J];金属矿山;2011年06期
4 李荣兵;;基于支持向量机的数控机床总线的故障诊断研究[J];煤矿机械;2011年09期
5 戴蓉;黄成;;飞机飞行事故率预测建模与仿真研究[J];计算机仿真;2011年07期
6 邱思昱;李大辉;;基于小波边缘检测理论的在线跟踪算法设计与分析[J];齐齐哈尔大学学报(自然科学版);2011年04期
7 王蕾;;基于SVM的食糖市场风险预警研究[J];兰州学刊;2011年06期
8 付俊强;张新娜;;小波变换和PSD估计在弧焊电信号处理中的应用[J];新余学院学报;2011年03期
9 徐水竹;杨京;张仲宁;程建春;刘翔雄;;基于小波变换的磨削噪声在线监测方法[J];声学技术;2011年03期
10 黄胜忠;;遗传支持向量机在液压泵轴承故障的预测与应用[J];煤矿机械;2011年09期
中国重要会议论文全文数据库 前10条
1 张瑞民;袁震东;;基于小波变换和支持向量机的心电图分类[A];2004中国控制与决策学术年会论文集[C];2004年
2 叶淳铮;常鲜戎;;基于小波变换和支持向量机的电力系统短期负荷预测[A];中国高等学校电力系统及其自动化专业第二十四届学术年会论文集(中册)[C];2008年
3 高荣;刘晓华;;基于小波变换的支持向量机短期负荷预测[A];第16届中国过程控制学术年会暨第4届全国故障诊断与安全性学术会议论文集[C];2005年
4 徐科;邹科举;;基于小波变换和支持向量机的军事目标检测[A];第三届中国智能计算大会论文集[C];2009年
5 王志刚;赖丽娟;吴效明;熊冬生;;基于小波变换和支持向量机的急性低血压预测方法研究[A];中国生物医学工程学会成立30周年纪念大会暨2010中国生物医学工程学会学术大会壁报展示论文[C];2010年
6 龚妙昆;万福永;许建强;袁震东;;心电图小波压缩特征提取及SVM分类分析[A];2005中国控制与决策学术年会论文集(下)[C];2005年
7 和卫星;陈晓平;陈季云;陆森林;;石油钻井传动滚动轴承的故障诊断[A];2008中国仪器仪表与测控技术进展大会论文集(Ⅰ)[C];2008年
8 林杰华;张斌;李冬森;宋华茂;余志强;王浩;;支持向量机在电力客户信用评级中的应用[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
9 蒋铁军;张怀强;李积源;;多变量系统预测的支持向量机方法研究[A];管理科学与系统科学研究新进展——第7届全国青年管理科学与系统科学学术会议论文集[C];2003年
10 黄淑云;孙兴玉;梁汝萍;邱建丁;;基于小波支持向量机预测蛋白质亚细胞定位研究[A];第十一届全国计算(机)化学学术会议论文摘要集[C];2011年
中国重要报纸全文数据库 前10条
1 吴玉田殷学平;中药质量控制又添新武器——小波变换近红外光谱分析系统[N];中国医药报;2004年
2 广西 陈华杰;EVD,一路走好[N];电子报;2002年
3 北京航空航天大学计算机系 李炜;探寻视频编码技术发展的足迹[N];中国计算机报;2000年
4 陈尔香;在烟草化学王国里驰骋[N];经理日报;2006年
5 课题主持人 李心丹 课题协调人 上海证券交易所 施东晖 傅浩 课题研究员 宋素荣 查晓磊 宾红辉 张许宏 郭静静 黄隽 南京大学工程管理学院;内幕交易与市场操纵的行为动机与判别监管研究[N];中国证券报;2007年
6 ;能否利用潮汐预测地震[N];科技日报;2008年
7 李水根;计算机详解配伍与药效关系[N];健康报;2005年
8 张东方;沙明;杨松松;人工神经网络在中药领域中的应用[N];中国医药报;2003年
9 清华大学 苏光大;非接触式人脸识别技术[N];计算机世界;2006年
10 YMG记者 李仁 通讯员 曲华明 孙运智;我市九项目进入省“盘子”[N];烟台日报;2010年
中国博士学位论文全文数据库 前10条
1 王强;基于声信号检测的管道TPD预警系统研究[D];浙江大学;2005年
2 杜小芳;基于CPFR的农产品采购模型研究[D];华中科技大学;2005年
3 刘育明;动态过程数据的多变量统计监控方法研究[D];浙江大学;2006年
4 栾锋;支持向量机(SVM)和径向基神经网络(RBFNN)方法在化学、环境化学和药物化学中的应用研究[D];兰州大学;2006年
5 孙薇;市场条件下抽水蓄能电站效益综合评价及运营模式研究[D];华北电力大学(河北);2007年
6 常群;支持向量机的核方法及其模型选择[D];哈尔滨工业大学;2007年
7 朱燕飞;锌钡白回转窑煅烧过程智能建模研究[D];华南理工大学;2005年
8 田英杰;支持向量回归机及其应用研究[D];中国农业大学;2005年
9 燕忠;基于蚁群优化算法的若干问题的研究[D];东南大学;2005年
10 任东;基于支持向量机的植物病害识别研究[D];吉林大学;2007年
中国硕士学位论文全文数据库 前10条
1 顾广娟;乳腺X线影像微钙化簇检测技术研究[D];哈尔滨理工大学;2009年
2 陈军;基于支持向量机的脱机手写体汉字识别方法的研究[D];合肥工业大学;2006年
3 马跃平;基于小波变换和支持向量机的人脸识别方法研究[D];苏州大学;2005年
4 李鸿壹;基于支持向量机的人脸检测[D];大连理工大学;2006年
5 周凌;基于支持向量机的电力系统短期负荷预测研究[D];燕山大学;2006年
6 朱明玲;基于改进的小波变换和支持向量机的纺织细纱机故障自动诊断[D];东华大学;2011年
7 付建文;小波域语音隐藏信息检测方法研究[D];华北电力大学(河北);2008年
8 杜贤利;基于最小二乘小波支持向量机的股票期货市场预测[D];江苏大学;2008年
9 吴康;基于SVM与小波变换的微小型无人直升机传感器故障诊断[D];浙江大学;2010年
10 顾晓光;基于小波变换和支持向量机的电力电子电路故障诊断研究[D];河南大学;2011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