收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

强噪声背景下机械设备微弱信号的提取与检测技术研究

赵艳菊  
【摘要】: 在实际的机械设备故障诊断中,由于现场环境比较恶劣,所测得的振动信号除包含有用的特征信息外还存在大量的噪声干扰。尤其是机械设备的早期故障,特征信号比较微弱,往往被强噪声所淹没,极大地影响了设备状态信息的准确获取。因此,论文以机械设备为对象,研究了强噪声背景下微弱信号的提取和检测技术。 设备工况的变化以及其自身的非线性使机械设备的动态信号表现出非平稳性。经验模式分解方法是一种处理非线性非平稳信号的有效工具,但是对于强噪声背景下的微弱信号,噪声干扰会加重经验模式分解的边界效应,影响分解的质量和效果。为此,本文提出一种基于级联双稳随机共振降噪的经验模式分解方法,利用随机共振在微弱信号检测方面的优势,实现对微弱非平稳信号的提取。仿真实验以及滚动轴承的故障诊断实例验证了该方法的有效性。 奇异值分解是一种非线性滤波方法,广泛应用于信号的消噪和检测工作中。但是传统的奇异值分解通常是在时域中进行,由于奇异值对噪声比较敏感,因此奇异值分解只适用于弱噪声的情况。针对这个问题,论文提出了基于频域的奇异值分解方法,通过傅立叶变换将时域信号转换到频域进行处理,增强了奇异值分解的抗噪能力。此外,针对单层奇异值分解降噪效果的有限性,论文又提出了级联奇异值分解方法。对于强噪声背景下的微弱信号,通过级联的形式,实现噪声的逐级滤除。仿真实验表明该方法可以有效提高信噪比,实现微弱信号的检测。论文还分析了大信号干扰下的微弱信号识别问题。从剔除大信号干扰、分离微弱信号的角度,提出了基于独立分量分析的信噪分离方法,并通过一个转轴的偏心故障实例表明该方法具有良好的工程应用前景。此外,从减少频率泄露、增强微弱信号的角度,将多窗谱分析成功用于早期油膜涡动的故障诊断中。 为了满足不同厂矿企业的要求,同时作为本课题关键技术的载体,论文设计开发了一款功能完善、价格低廉的便携式数采分析仪,该仪器采用双CPU的硬件构架并以Linux操作系统为平台进行软件设计,可以实现高速多任务的实时采集。此外,仪器还配有多种通信接口,方便与上位机进行测点信息的下载和采集数据的上传。


知网文化
【相似文献】
中国期刊全文数据库 前19条
1 王利亚,印春生,任琴,左健,许存义,潘忠孝;强噪声背景中微弱信号检测的初步研究[J];分析化学;1999年12期
2 田溪;陈三生;文瑾;施心陵;;噪声背景下的莫尔斯码滤波及其实现[J];测控技术;2008年01期
3 王仁乾,李迎春;高速物体入水噪声背景下定时信号的提取问题[J];声学学报;1988年02期
4 王成珍;抑制噪声的相关原理[J];电测与仪表;1989年05期
5 郑舒晨;尉烨;;噪声背景下的周期信号检测[J];渭南师范学院学报;2013年09期
6 汉泽西;孟秀丽;甘志强;邓武;;噪声背景下莫尔斯码滤波的研究[J];电子测试;2008年09期
7 徐建平;翁祖峰;;厂界噪声背景值修正[J];环境监测管理与技术;2005年06期
8 曹茂永,王霞,郁道银;高噪声背景下超声信号数字处理技术研究[J];仪器仪表学报;2002年02期
9 聂菊根;;强噪声背景中未知微弱信号的一种简便检测方法[J];计算机与数字工程;2007年05期
10 汉泽西;甘志强;;噪声背景下莫尔斯码滤波的研究与实现[J];仪表技术;2008年08期
11 冷璐;黎明;杨小芹;;一种强噪声背景下图像标定符号的定位方法[J];计算机与现代化;2008年10期
12 纪维纲;;噪声背景中听电话的能力[J];国外医学.耳鼻咽喉科学分册;1984年06期
13 郑丹丹;张涛;;噪声背景下单频信号估计算法的仿真研究[J];电子测量技术;2006年06期
14 田亚团;蒋仕良;李杰;李东;;声发射技术在高噪声背景下的检测应用[J];无损检测;2013年08期
15 程华斌;王德石;熊萍;;强噪声背景下舰船信号混沌检测方法研究[J];舰船科学技术;2007年04期
16 王国光;王树勋;何丽桥;;强混沌和噪声背景下微弱信号的检测[J];吉林大学学报(工学版);2006年S1期
17 俞靖,鲍明;未知噪声背景下多声源方位角的估计方法[J];数据采集与处理;1999年02期
18 李平安,孙进才,俞卞章;一种用于未知噪声背景中相干源二维波达方向估计的新方法[J];信号处理;1996年01期
19 沈群,张江陵;强噪声背景下数字信号的一种非线性处理机制[J];自然科学进展;1996年05期
中国重要会议论文全文数据库 前10条
1 齐彦生;李钢虎;李亚安;王红萍;;混沌振子对强噪声背景下微弱周期信号的检测[A];2006’和谐开发中国西部声学学术交流会论文集[C];2006年
2 谢桂海;齐子元;明亮;李浩;;强噪声背景下的语音增强方法研究[A];第一届建立和谐人机环境联合学术会议(HHME2005)论文集[C];2005年
3 许平;訾艳阳;何正嘉;;强噪声背景下机床主轴轴承故障微弱特征提取[A];第十二届全国设备故障诊断学术会议论文集[C];2010年
4 洪子毅;方世良;;混响噪声背景下目标检测的主分量分析法[A];中国声学学会2006年全国声学学术会议论文集[C];2006年
5 王世闯;王茂法;;一种强噪声背景下的水下目标检测技术[A];第十四届船舶水下噪声学术讨论会论文集[C];2013年
6 宋爱国;段江海;;混沌、随机共振在信号检测中的应用研究[A];第三次全国会员代表大会暨学术会议论文集[C];2002年
7 万新旺;葛辉良;王忠康;宫先仪;;声阵平台噪声背景下的波束形成方法研究[A];中国声学学会2001年青年学术会议[CYCA'01]论文集[C];2001年
8 柳赫楠;李东阳;;强噪声背景下的信号检测方法在声诱饵中的应用研究[A];2014年水声对抗技术学术交流会论文集[C];2014年
9 吕成国;李俊庆;韩纪庆;王承发;徐近霈;;RASTA-PLP技术与谱减结合的去噪方法[A];第五届全国人机语音通讯学术会议(NCMMSC1998)论文集[C];1998年
10 李楠;;一种鼠笼式异步电动机转子早期故障检测的新方法[A];第十届全国电工数学学术年会论文集[C];2005年
中国博士学位论文全文数据库 前10条
1 赵艳菊;强噪声背景下机械设备微弱信号的提取与检测技术研究[D];天津大学;2009年
2 马彦;混合色噪声背景下基于互高阶累积量的谐波恢复方法研究[D];吉林大学;2006年
3 孙晓东;混沌噪声背景下谐波参数估计方法研究[D];吉林大学;2009年
4 王楠;非线性系统逻辑随机共振的理论研究[D];东南大学;2015年
5 柏林;大鼠初级听皮层神经元对多种声信号处理的层特征及持续噪声背景下声信号表征的线性平移机制[D];南方医科大学;2013年
6 李志星;基于强噪声背景下随机共振的微弱故障诊断方法研究[D];北京科技大学;2018年
7 关济实;冲击噪声背景下EES-MIMO雷达信号处理理论与方法研究[D];吉林大学;2017年
8 边家文;基于迭代算法的复杂噪声背景中谐波频率的高精度估计[D];中国地质大学;2010年
9 刘进;基于非线性随机共振的弱信号检测理论研究[D];西安电子科技大学;2015年
10 聂春燕;混沌理论及基于特定混沌系统的微弱信号检测方法研究[D];吉林大学;2006年
中国硕士学位论文全文数据库 前10条
1 杨伟;α噪声背景下MIMO雷达的DOA估计方法研究[D];吉林大学;2018年
2 李旭晨;Alpha噪声背景下谐波恢复方法研究[D];吉林大学;2018年
3 杨春娇;K分布杂波加噪声背景下近最优相干检测方法[D];西安电子科技大学;2018年
4 王志武;强噪声背景下机械故障微弱信号特征提取方法研究[D];中北大学;2014年
5 孙唤唤;混沌噪声背景下微弱脉冲信号的检测与恢复[D];重庆理工大学;2017年
6 孙海欣;混沌噪声背景下周期信号的频率估计的方法研究[D];吉林大学;2008年
7 祝林林;基于混沌同步的混沌噪声背景下谐波参数估计方法研究[D];吉林大学;2011年
8 蔡志全;强噪声背景下微弱信号检测与处理方法研究[D];内蒙古科技大学;2014年
9 胡晓;强噪声背景下行星齿轮故障诊断研究[D];中国矿业大学;2016年
10 张强;强噪声背景下噪声对消技术的研究[D];大连海事大学;2010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