收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

机电设备微弱特征提取与诊断方法研究

何慧龙  
【摘要】: 机械设备自身结构的复杂性、多个零部件的协同工作、激励和故障源的多样性等都可能造成振动信号的复杂性,给故障诊断带来困难。本论文以机电设备为对象,对复杂振动信号中的微弱特征提取及相关诊断方法进行了研究。 为了提取淹没于噪声中的微弱特征信号,本文研究了级联双稳随机共振系统的非线性低通滤波特性。研究发现,通过级联这样一种方式,高频能量能不断地向低频转移,在实现低通滤波的同时,位于低频的微弱特征成分由于能量的增加将逐级突显出来。刀具切削和滚动轴承的诊断实例说明了其实用性。 每个传感器采集的信号往往是设备多个零部件振动源的混合信号,盲源分离技术为此类混合信号的分离提供了理论基础。由于实际测得振动信号中常掺杂有噪声,而目前的盲分离算法均没有考虑噪声的影响。本文提出一种基于随机共振与盲分离相结合的方法,该方法先对有噪混合信号进行级联双稳随机共振降噪再进行盲分离。仿真实验表明该方法可以有效地提高盲分离性能。 经验模式分解是一种根据信号局部特征进行自适应分解的时频分析方法,可以得到若干基本模式分量;支持向量机作为一种新型的机器学习方法,可以很好地用于模式分类当中。同时,由于不同的故障情况常呈现出不同的复杂性,本文提出一种Renyi熵复杂性测度下的基于经验模式分解和支持向量机的故障诊断方法,该方法将经验模式分解得到的若干基本模式分量的Renyi熵作为特征向量输入支持向量机进行训练、识别。滚动轴承的故障诊断实例说明了该种方法的应用前景。 终端的便携式数采分析仪实时、准确地采集设备状态数据是状态监测与故障诊断系统可靠运行的重要基础。本文介绍了一种写过滤保护机制下、基于嵌入式操作系统的便携式数采分析仪的开发方法,可以有效提高仪器的稳定性。由于传统的设备状态监测系统与设备管理系统缺少有效的通信机制,不利于设备的及时诊断与维护,本文对网络架构下面向设备管理的嵌入式监测系统的开发进行了相应的研究,实现了两者之间信息的有机融合。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 王鹏;潘维加;;汽轮发电机组状态监测与故障诊断系统的发展和展望[J];仪表技术;2007年09期
2 李强;王太勇;黄毅;王正英;;故障源信号的频域盲分离及其应用研究[J];机械强度;2009年01期
3 胥永刚,张发启,何正嘉;独立分量分析及其在故障诊断中的应用[J];振动与冲击;2004年02期
4 钟伯成;;基于信息极大的动态独立分量分析[J];合肥工业大学学报(自然科学版);2009年08期
5 成谢锋;唐蓓;陶冶薇;;基于前馈复式的BSS去噪方法[J];济南大学学报(自然科学版);2007年01期
6 林航;汤俊杰;谢玉川;钟臣;;一种带噪卫星测控信号分离算法[J];指挥信息系统与技术;2010年06期
7 ;“大型支承回转装置故障诊断技术的开发和应用”课题通过鉴定[J];振动与冲击;1991年01期
8 于昕卉;刘海龙;;盲源分离技术在车辆轮胎噪声提取中的应用[J];交通科技与经济;2007年05期
9 高莉;黄力宇;;基于自适应梯度盲源分离算法的胎儿心电提取[J];仪器仪表学报;2008年08期
10 席志红;边峦剑;晋野;;基于改进粒子群的盲源分离算法研究[J];应用科技;2010年01期
11 马超;章林柯;吕志强;石勇;;噪声背景下机械振动弱特征信号提取方法研究[J];中国机械工程;2011年07期
12 王雪;张兴周;田金超;;基于峭度的盲源分离方法研究[J];应用科技;2006年06期
13 李志农;郝伟;韩捷;何永勇;褚福磊;;噪声环境下机械故障源的盲分离[J];农业机械学报;2006年11期
14 明廷涛;张永祥;田野;李琳;;基于联合近似对角化的盲源分离在齿轮箱故障诊断中的应用[J];武汉理工大学学报(交通科学与工程版);2006年06期
15 理华;侯朝焕;马晓川;杨俊;;一种适用于微弱信号提取的盲源分离算法[J];应用声学;2009年04期
16 马建仓;刘小龙;陈静;;二代小波降噪与盲分离结合应用于航空发动机振动信号分析[J];机械科学与技术;2010年01期
17 马建仓;张国强;曾媛;;盲分离与Hilbert-Huang结合应用于航空发动机振动信号分析[J];机械科学与技术;2010年05期
18 张晓林;郭黎利;;一种基于盲源分离的直扩信号载频检测算法[J];哈尔滨工程大学学报;2007年08期
19 王继;王年;汪炼;沈玲;庄振华;;基于改进Fast-ICA的电能质量谐波检测[J];电力系统保护与控制;2010年18期
20 王成;;“设备状态监测与诊断技术应用交流会”将在连云港举行[J];设备管理与维修;1992年05期
中国重要会议论文全文数据库 前10条
1 段丰安;李文珍;许忠;;基于状态观测器的常规系统故障诊断方法研究[A];第十六届全国青年通信学术会议论文集(上)[C];2011年
2 莫秋云;杨晓清;宾莹;;基于BP算法与D-S理论的故障诊断技术[A];第十二届全国设备故障诊断学术会议论文集[C];2010年
3 郑应文;;线性网络故障诊断的定向激励方法[A];1994中国控制与决策学术年会论文集[C];1994年
4 黄高明;李胜勇;袁湘辉;;海军舰船装备远程故障诊断系统设计[A];舰船电子装备维修理论与应用——中国造船工程学会电子修理学组第四届年会暨信息装备保障研讨会论文集[C];2005年
5 殷海俊;郑建明;;舰船导弹火控系统远程检测及故障诊断[A];舰船电子装备维修理论与应用——中国造船工程学会电子修理学组第四届年会暨信息装备保障研讨会论文集[C];2005年
6 单鑫;董文洪;曹阳;;多层前馈人工神经网络在装备故障诊断中的应用研究[A];全国炼钢连铸过程自动化技术交流会论文集[C];2006年
7 牟文凯;徐小力;吴国新;;机车涡轮增压器状态监测和故障诊断方法研究[A];第八届全国设备与维修工程学术会议、第十三届全国设备监测与诊断学术会议论文集[C];2008年
8 钟伯成;;信息极大ICA算法的动态盲分离研究[A];2008通信理论与技术新发展——第十三届全国青年通信学术会议论文集(下)[C];2008年
9 叶沙琳;张铁;谢存禧;邹焱飚;;机器人的控制系统故障诊断(检测)程序开发研究[A];第十届粤港机电工程技术与应用研讨会暨梁天培教授纪念会文集[C];2008年
10 郭刚;杨建华;黎波;邓伟;;基于信息的机械装备综合诊断系统研究[A];第十九届测控、计量、仪器仪表学术年会(MCMI'2009)论文集[C];2009年
中国博士学位论文全文数据库 前10条
1 何慧龙;机电设备微弱特征提取与诊断方法研究[D];天津大学;2007年
2 袁连喜;线性盲源分离算法的理论与应用研究[D];哈尔滨工程大学;2006年
3 李加文;盲信号理论及在机械设备故障检测与分析中的应用研究[D];上海交通大学;2006年
4 王俊元;基于ICA的工作模态参数辨识方法研究[D];太原理工大学;2008年
5 李强;机械设备早期故障预示中的微弱信号检测技术研究[D];天津大学;2008年
6 杨迎泽;重载组合列车同步制动系统故障诊断技术与应用研究[D];中南大学;2010年
7 史振威;独立成分分析的若干算法及其应用研究[D];大连理工大学;2005年
8 张鹏;基于卡尔曼滤波的航空发动机故障诊断技术研究[D];南京航空航天大学;2009年
9 李孟麟;融合叶尖定时信号的旋转机械转子故障诊断技术研究[D];天津大学;2011年
10 岳夏;基于HMM的复杂条件故障诊断技术研究[D];华南理工大学;2012年
中国硕士学位论文全文数据库 前10条
1 牛奕龙;盲源分离算法研究[D];西北工业大学;2005年
2 宋跃辉;基于DSP的语音信号盲源分离[D];西安理工大学;2005年
3 杨志聪;语音信号的盲分离算法研究[D];武汉科技大学;2009年
4 冯志彬;基于盲信号处理技术的航空发动机故障检测与诊断仿真研究[D];吉林大学;2007年
5 王宇;盲源分离在机械设备声学信号特征提取中的应用[D];昆明理工大学;2007年
6 王琳;盲源分离算法在通信系统中的应用[D];西安电子科技大学;2008年
7 孙晓东;盲源分离技术及应用研究[D];哈尔滨工程大学;2008年
8 李红亮;基于遗传算法的盲源分离研究[D];燕山大学;2009年
9 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
10 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
中国重要报纸全文数据库 前10条
1 本报记者  陈建强;“党和国家需要我做什么,我就做什么”[N];光明日报;2006年
2 记者 王玲;三角集团与天津大学签订合作协议[N];威海日报;2011年
3 记者 解小如 通讯员 李丹;天津大学山东省合作共建绿色能源基地[N];中国化工报;2006年
4 本报记者 陈建强通讯员 王青;天津大学:在实践中培养创新意识[N];光明日报;2007年
5 汪伟;百年名校助推新区发展[N];天津日报;2007年
6 李播;我省将与天津大学合作[N];黑龙江日报;2004年
7 记者  陈建强 通讯员  孟兆熙;天津大学“泥土”送别“树叶”[N];光明日报;2006年
8 李佳;天津大学建筑节能中心成立[N];中华建筑报;2007年
9 耿建萍;我省高层管理人员天津大学项目管理学位班开学[N];山西经济日报;2007年
10 白俊峰;天津大学第八次党代会昨举行[N];天津日报;2007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
  • 010-62982499
  • 010-62783978