收藏本站
《武汉科技大学》 2007年
收藏 | 手机打开
二维码
手机客户端打开本文

基于高斯混合模型与子空间技术的故障识别研究

肖涵  
【摘要】: 机械设备故障诊断的过程就是故障模式识别的过程,但模式识别方法在故障诊断中的应用需要结合设备故障信号的具体特点。设备故障信号具有非线性和非平稳特性,随着故障程度的加深,这两种特性将更加显著。因此,研究适用于设备故障信号的模式识别算法对提高故障识别率和识别效率具有重要意义。 本文以齿轮振动信号和声信号作为研究对象,采用高斯混合模型与子空间方法,研究设备故障模式识别过程中的相关算法,分析高斯混合模型与子空间方法在设备故障识别中应用的可行性与有效性。对提出的各种分类算法进行比较。论文所作的主要工作如下: 1)基于相空间重构与局部独立分量分析的降噪算法及其应用 借鉴局部投影降噪算法的思想,将相空间重构与局部独立分量分析相结合用于信号降噪。采用仿真信号对该算法的降噪效果和三种不同相空间重构方法对降噪效果的影响进行了分析比较。该算法与全局投影等降噪算法相比,降噪效果更好。将该降噪算法与共振解调技术相结合,提出了一种适用于低速重载轴承故障诊断的方法。利用此方法对某炼钢厂转炉倾动机构悬挂齿轮箱耳轴轴承进行故障诊断,诊断结果与实际情况相符。 2)基于相空间重构与高斯混合模型的设备故障识别算法 将非线性时间序列分析中的相空间重构算法与高斯混合模型相结合,用于设备故障信号的模式描述,并采用贝叶斯分类器对待检数据进行分类。采用该算法分别对齿轮振动信号和声信号进行训练和分类,结果表明,该算法能够克服噪音干扰,对各类齿轮故障进行识别,并具有很高的识别率。在此基础上,分析了各参数对识别率的影响,并论述了高斯混合模型参数的选择方法。 3)基于四分位偏差分形维与高斯混合模型的故障识别算法 针对设备故障状态下信号的非线性,非平稳性,研究非趋势波动分析用于设备故障识别的可行性。在此基础上,提出采用四分位偏差分形维及其计算中产生的截距组成特征向量进行设备故障识别。 根据振动信号的特点,提出先对信号进行极差标准化处理。此改进方法,降低了四分位偏差分形维对信号幅值大小及分布的敏感性。将该算法与高斯混合模型相结合,对齿轮故障进行识别,结果表明,提出的算法具有更好的鲁棒性、更高的识别率和较高的运算效率。 4)局部核主分量分析与高斯混合模型相结合的降维与故障识别算法 提出局部核主分量分析与高斯混合模型相结合的降维与故障分类算法。应用该算法对齿轮振动信号进行分类实验,结果表明,提出的降维算法比模糊主分量分析的降维效果更好,而分类结果也优于模糊主分量分析—高斯混合模型方法和神经网络故障识别算法。 本课题受到国家自然科学基金“基于加权相空间重构的早期故障特征提取理论研究”(编号50705069)与湖北省自然科学基金“设备故障时间序列的非线性检验与降噪研究”(编号2005ABA287)资助。
【学位授予单位】:武汉科技大学
【学位级别】:博士
【学位授予年份】:2007
【分类号】:TH165.3

手机知网App
【相似文献】
中国期刊全文数据库 前10条
1 张晓娜;何仁;刘志强;陈士安;倪捷;;基于空间信息高斯混合模型的运动车辆检测[J];江苏大学学报(自然科学版);2011年04期
2 杜玮;刘泉;李景松;;基于改进BP神经网络的复杂系统故障识别[J];武汉理工大学学报;2011年06期
3 孙璐;张惠民;高荣;顾文钧;徐冰;陈鲤梁;;用于交通运营管理的实时交通流状态分类高斯混合模型(英文)[J];Journal of Southeast University(English Edition);2011年02期
4 冯长建;邵强;康晶;;基于混合高斯密度HMM的轴承故障诊断技术研究[J];汽轮机技术;2011年03期
5 邹伟;李元祥;师春香;邓雪原;;汶川地震前上空的地震云分析及自动检测研究[J];科学技术与工程;2011年22期
6 唐群;李永刚;贺成利;贺新房;;供电企业故障应急处理的研究[J];电力信息化;2011年06期
7 雍静;桂小智;牛亮亮;曾礼强;;基于自回归参数模型的低压系统串联电弧故障识别[J];电工技术学报;2011年08期
8 段其昌;张亮;袁景明;;改进的小波神经网络算法对变流器的故障诊断方法[J];计算机应用;2011年08期
9 蔡金锭;鄢仁武;;基于小波分析与随机森林算法的电力电子电路故障诊断[J];电力科学与技术学报;2011年02期
10 梅元颖;徐玉秀;王志强;;长度分形的风力机叶片在线检测与故障诊断[J];风机技术;2011年03期
中国重要会议论文全文数据库 前10条
1 瞿俊;姜青山;董槐林;;基于高斯混合模型的层次聚类算法[A];第二十三届中国数据库学术会议论文集(研究报告篇)[C];2006年
2 应冬文;颜永红;付强;国雁萌;;基于约束高斯混合模型的噪声功率谱估计[A];2010年通信理论与信号处理学术年会论文集[C];2010年
3 张雪青;胡贝贝;杨浩;郭勤;崔大祥;;基于金字塔连接与高斯混合模型算法的量子点荧光芯片检测系统的设计[A];中国光学学会2011年学术大会摘要集[C];2011年
4 蔡念;郭文婷;陈世文;潘晴;;融合高斯混合模型和小波变换的运动目标检测[A];第十五届全国图象图形学学术会议论文集[C];2010年
5 刘李漫;陶文兵;田金文;;融合多高斯混合模型与Graph Cuts优化技术的目标自动检测方法[A];第十五届全国图象图形学学术会议论文集[C];2010年
6 卓群;欧贵文;;基于模糊高斯混合模型的说话人识别算法的一些改进[A];第六届全国人机语音通讯学术会议论文集[C];2001年
7 王莹;景新幸;杨海燕;;改进EM算法的高斯混合模型在说话人识别中的应用[A];2008年全国声学学术会议论文集[C];2008年
8 周洁;;基于高斯混合模型的情感语音转换[A];2011'中国西部声学学术交流会论文集[C];2011年
9 马尽文;何学锋;;高斯混合模型的数据尺度可压缩参数学习算法[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年
10 于海;赵合计;;视频序列中的运动目标检测[A];第三届中国智能计算大会论文集[C];2009年
中国重要报纸全文数据库 前10条
1 ;农村沼气灶故障识别与排除[N];山东科技报;2007年
2 侯霁恒;联想携手HDS 低端存储硝烟再起[N];计算机世界;2008年
3 通讯员 文华 张黛薇 记者 张哲浩;西安交大两院院士达13人[N];科技日报;2004年
4 陈金珠;将乐:“医生”上门为沼气“诊疗”[N];三明日报;2008年
5 本报记者 李雨卿;国家“九五”科技攻关项目——大型核电站计算机监控系统顺利通过技术鉴定[N];中国贸易报;2001年
6 ;新型测试仪协助小灵通网维护[N];人民邮电;2004年
7 陈思;福禄克三维分析网络[N];中国计算机报;2003年
8 朱海;攒机市场陷阱多多[N];中国消费者报;2002年
9 钱宇 李秀喜;先进技术为化工安全保驾护航[N];中国化工报;2005年
10 ;先进供水技术强化需水管理[N];中国水利报;2004年
中国博士学位论文全文数据库 前10条
1 肖涵;基于高斯混合模型与子空间技术的故障识别研究[D];武汉科技大学;2007年
2 姚志均;目标跟踪系统中的鲁棒性研究[D];华中科技大学;2012年
3 陈雪峰;图像高斯混合模型的判别学习方法[D];北京理工大学;2009年
4 吕声;说话人转换方法的研究[D];华南理工大学;2004年
5 杨小兵;聚类分析中若干关键技术的研究[D];浙江大学;2005年
6 张永;基于模糊支持向量机的多类分类算法研究[D];大连理工大学;2008年
7 贾俊杰;空间数据挖掘中若干关键技术研究[D];长安大学;2009年
8 张原;基于高斯混合模型的无线传感器网络节点定位算法的研究[D];吉林大学;2010年
9 林春漪;基于混合贝叶斯网络的医学图像语义建模及其检索的研究[D];华南理工大学;2006年
10 王传旭;视频图像中人体目标的检测方法研究[D];中国海洋大学;2007年
中国硕士学位论文全文数据库 前10条
1 李莉;应用神经网络建立金融预测分析系统[D];武汉大学;2005年
2 丁爱明;基于MFCC和GMM的说话人识别系统研究[D];河海大学;2006年
3 丛菡菡;基于支持相量机的稳键说话人识别[D];电子科技大学;2008年
4 姜可梅;检测代替分类的脑机接口研究[D];燕山大学;2011年
5 史燕;基于小波变换的图像检索技术研究[D];西北大学;2006年
6 吴杰;基于高斯混合模型的话者识别系统的研究[D];吉林大学;2008年
7 吴华玉;抗噪声说话人识别技术研究[D];南京师范大学;2008年
8 丁国梁;耳语音说话人识别的研究[D];苏州大学;2009年
9 庄文;应用VQ和GMM的说话人识别系统研究[D];西华大学;2008年
10 薛峰;说话人识别及其在噪声环境下的鲁棒性研究[D];苏州大学;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