收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于EEMD与MED的冲击信号自适应故障特征提取方法

蒋超  
【摘要】:振动信号是机械系统行为的最直观反映,它携带大量设备状态信息,可以及时地反映机械系统的动态变化过程。因此,振动信号被广泛地应用于状态监测与故障诊断。特征提取是故障诊断技术的关键环节,为了从复杂的非平稳、非线性信号中有效地提取冲击故障的特征信息,本文深入研究了EEMD与MED两种自适应故障特征提取方法,主要研究工作如下:(1)针对EEMD方法均值曲线构造过程中易出现过包络的问题,本文根据极值点存在的极值冗余或伪极值点现象,提出局部极值包络均值曲线构造方法。继而,将该方法替换EEMD原均值曲线构造方法,形成局部极值包络EEMD方法,通过与EEMD方法对比分析,发现局部极值包络EEMD方法在消除模态混淆方面可取得更好的实验效果。(2)针对如何从EEMD分解出的多个IMF中选取出反映冲击故障特征信息的问题,本文通过定义双值特征参数的“从属”和“不从属”逻辑关系,提出选取EEMD冲击故障特征信号的双值区间准则。根据峭度对冲击信号敏感的特点,将最大谱峭度频带区间作为双值特征参数,结合双值区间准则对冲击故障特征信号进行筛选。仿真实验及实测冲击信号分析表明,双值区间准则可方便地选取出EEMD冲击故障特征信号。(3)由于EEMD冲击故障特征信号在本质上仍然为冲击脉冲信号与传递函数卷积计算的结果,为了消除传递函数的干扰,对冲击脉冲信号进行自适应特征提取,本文将MED方法应用于EEMD冲击故障特征信号。重点分析了影响MED提取冲击脉冲信号效果的主要因素,提出EEMD-MED和形态学滤波的冲击脉冲信号增强方法,仿真实验和实例研究均表明该方法可有效地增强MED冲击脉冲信号的提取效果。(4)针对MED冲击脉冲信号在进行包络解调时会出现大量高次谐波成分的问题,本文利用冲击脉冲信号的卷积性质,将脉冲信号与高斯核函数进行卷积运算并对卷积结果进行傅里叶变换,提出冲击脉冲信号的解调思路。根据短时傅里叶变换的计算过程是将原信号与高斯核函数进行卷积,且其计算过程与MED脉冲信号的解调思路一致,本文提出增强MED短时傅里叶变换的脊线解调故障诊断方法。通过滚动轴承实例分析,并与EEMD包络解调方法及谱峭度包络解调方法进行对比,验证了该方法的有效性。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 李兆飞;柴毅;李华锋;;多重分形的振动信号故障特征提取方法[J];数据采集与处理;2013年01期
2 李辉,宋智勇,孙丰瑞;基于小波包-包络分析的故障特征提取方法[J];振动、测试与诊断;2003年04期
3 李学军;廖传军;褚福磊;;适于声发射信号故障特征提取的小波函数[J];机械工程学报;2008年03期
4 傅振华;刘飞;陈伟元;谷宏强;郭利;;基于差值信号的故障特征提取及应用[J];国外电子测量技术;2010年01期
5 赵志宏;杨绍普;申永军;;基于独立分量分析与相关系数的机械故障特征提取[J];振动与冲击;2013年06期
6 游磊;胡俊;古沐松;朱然;;基于二进小波能量自功率谱的转子碰磨故障特征提取[J];煤矿机械;2013年02期
7 梅检民;肖云魁;曾锐利;李枫;任金成;;基于分数阶聚能带分析的微弱故障特征提取研究[J];振动与冲击;2013年17期
8 付霖宇;张鑫;程永茂;;基于FRFT的齿轮振动信号故障特征提取[J];计测技术;2013年06期
9 黄建招;谢建;李良;;基于小波变换的泄露故障特征提取研究[J];计算机测量与控制;2012年03期
10 陈仁祥;汤宝平;苏祖强;;Hilbert-Huang变换分析仪及其在机械故障特征提取中的应用[J];中国机械工程;2013年13期
11 王江萍,王鸿飞,王素英;基于小波多分辨分析的往复机械故障特征提取与识别[J];西安石油学院学报(自然科学版);1998年01期
12 王凯;;基于改进小波算法的舰炮齿轮箱故障特征提取[J];舰船电子工程;2012年10期
13 张澎涛;刘晋浩;;连续小波变换在机械故障特征提取中的应用[J];吉林大学学报(信息科学版);2014年02期
14 谢文俊;齐蓉;肖蕾;;基于EMD方法的机电作动系统故障特征提取[J];计算机工程与应用;2014年03期
15 胡金海;谢寿生;侯胜利;汪诚;杨帆;;粗糙核主元分析方法及其在故障特征提取中的应用[J];振动与冲击;2008年03期
16 蒋永华;汤宝平;刘文艺;董绍江;;基于参数优化Morlet小波变换的故障特征提取方法[J];仪器仪表学报;2010年01期
17 张培林;李兵;张英堂;米双山;刘东升;;基于最大提升格形态小波变换的齿轮故障特征提取[J];仪器仪表学报;2010年12期
18 谢文俊;肖蕾;;基于EMD功率谱方法的机电作动系统早期故障特征提取[J];测控技术;2012年10期
19 吴军彪,陈进,钟平,伍星,蔡晓平;机械噪声故障特征提取的盲分离法与小波提纯法[J];上海交通大学学报;2003年05期
20 行鸿彦;周月琴;;改进的HHT方法在旋转机械不对中故障特征提取中的应用[J];机械科学与技术;2008年12期
中国重要会议论文全文数据库 前3条
1 赵志宏;杨绍普;;一种基于ICA的机械故障特征提取方法[A];机械动力学理论及其应用[C];2011年
2 潘宏侠;黄晋英;毛鸿伟;刘振旺;;基于粒子群优化的故障特征提取技术研究[A];第九届全国振动理论及应用学术会议论文摘要集[C];2007年
3 朱启兵;杨慧中;;基于卷积型小波包奇异值分解的齿轮故障特征提取[A];第二十七届中国控制会议论文集[C];2008年
中国博士学位论文全文数据库 前10条
1 蒋超;基于EEMD与MED的冲击信号自适应故障特征提取方法[D];上海大学;2016年
2 程发斌;面向机械故障特征提取的混合时频分析方法研究[D];重庆大学;2007年
3 冯坤;基于内积变换的机械故障特征提取原理与早期识别方法研究[D];北京化工大学;2012年
4 李加庆;基于声全息的故障特征提取技术研究[D];上海交通大学;2008年
5 赵玲;旋转机械系统故障特征提取中的分形方法研究[D];重庆大学;2010年
6 陈建国;基于独立分量分析的机械故障特征提取及分类方法研究[D];大连理工大学;2011年
7 李兆飞;振动故障分形特征提取及诊断方法研究[D];重庆大学;2013年
8 鞠萍华;旋转机械早期故障特征提取的时频分析方法研究[D];重庆大学;2010年
9 赵志宏;基于振动信号的机械故障特征提取与诊断研究[D];北京交通大学;2012年
10 赵鹏;离心泵振动故障诊断方法研究及系统实现[D];华北电力大学(北京);2011年
中国硕士学位论文全文数据库 前10条
1 薄瑞瑞;基于LMD的振动信号处理及故障特征提取研究[D];内蒙古大学;2015年
2 凡非龙;旋转机械故障诊断与现场动平衡系统研发[D];浙江大学;2015年
3 屈红伟;基于LMD的故障特征提取方法及动平衡技术研究[D];北京化工大学;2015年
4 沈金理;机械装备连接松动故障特征提取方法的研究[D];东华大学;2013年
5 李敏;基于谱融合的管道故障特征提取方法研究[D];北京化工大学;2011年
6 易雄;基于小波分析的机械故障特征提取与诊断技术研究[D];浙江工业大学;2009年
7 钟晓平;气象卫星运动部件故障特征提取及振动特性研究[D];上海交通大学;2009年
8 宋震;柴油机典型故障特征提取与诊断研究[D];天津大学;2013年
9 王泽栋;钻井泵阀的故障特征提取与基于GSM的远程故障报警仪[D];北京化工大学;2008年
10 李艳妮;旋转机械故障机理与故障特征提取技术研究[D];北京化工大学;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