学位论文 > 优秀研究生学位论文题录展示
机械设备早期故障预示中的微弱信号检测技术研究
作 者: 李强
导 师: 王太勇
学 校: 天津大学
专 业: 机械制造及其自动化
关键词: 随机共振 混沌振子 独立分量分析 支持向量数据描述 微弱信号检测 早期故障预示
分类号: TH17
类 型: 博士论文
年 份: 2008年
下 载: 1043次
引 用: 13次
阅 读: 论文下载
内容摘要
早期故障具有两方面含义,一是指处于早期阶段的故障、微弱故障或潜在故障;二是从物理意义上讲,某一故障是另一故障的早期阶段。故障发现得越早,越有助于设备的安全可靠运行。但是,设备早期故障的特征信号很微弱,往往被强噪声所淹没,信噪比很低,极大地影响了设备运行状态信息的准确获取。论文以机械设备为对象,研究了早期故障预示中的微弱信号检测与实用诊断技术。针对传统的绝热近似小参数随机共振难以满足工程实际大参数条件下的微弱信号检测问题,本文提出了变步长随机共振数值算法。在深入分析近似熵用于度量信号复杂性性质的基础上,本文提出了基于近似熵测度的自适应随机共振方法,解决了限制随机共振在工程实际中推广使用的参数调节问题。金属车削过程的振动信号分析和滚动轴承故障诊断的成功应用表明上述方法的有效性。基于混沌振子的微弱信号检测是通过“观察”待测信号加入后振子是否发生相变来实现的,但是这种“观察”缺少一个衡量标准,具有一定的主观性。尤其当噪声很强时,这种“目测”振子状态的办法就会失效。本文突破近似熵仅用于描述一维信号复杂度的局限性,提出了适合度量混沌振子二维相图的二维近似熵概念。在此基础上,本文提出了基于混沌振子和二维近似熵的微弱信号检测方法,并将其应用于旋转机械的状态监测和滚动轴承的故障诊断,取得了很好的效果。工程信号中无效分量的干扰会使得微弱信号检测显得异常困难。独立分量分析可以从实测信号中分离出各个独立的源信号,是一种有效的微弱信号检测方法。针对混合信号时间延迟(或相位差)和噪声干扰对独立分量分析结果的影响问题,本文提出一种故障源信号的频域盲分离方法。涡流传感器失效检测和转子早期碰磨故障的成功诊断表明该方法广阔的应用前景。支持向量数据描述是一种新的单值分类方法,能够只利用一类学习样本(或正常状态样本)建立分类器,其应用有望解决制约设备早期故障预示向智能化方向发展的故障数据缺乏问题。本文提出一种基于经验模式分解和支持向量数据描述的设备早期故障混合智能预示方法,并将其应用于滚动轴承和齿轮箱故障的智能诊断,取得了很好的效果。作为本课题关键技术的载体,本文总结了作者在开发基于LabVIEW的远程监测诊断系统过程中运用的一些实用技术,提出了基于频域积分的振动参量转换修正算法,为设备动态信息的完整性和准确性提供了技术上的支持和保障。
|
全文目录
中文摘要 3-4 Abstract 4-9 第一章 绪论 9-28 1.1 选题意义 9-11 1.1.1 机械设备早期故障预示中的微弱信号检测技术 9-10 1.1.2 微弱信号检测的特点 10-11 1.2 机械设备早期故障预示中的微弱信号检测研究现状与发展 11-24 1.2.1 微弱信号检测常用的时域方法 12-14 1.2.2 微弱信号检测常用的频域方法 14-16 1.2.3 微弱信号检测的新方法 16-24 1.3 机械设备监测诊断系统的开发与应用 24-25 1.4 课题的来源和研究内容 25-28 1.4.1 课题研究的目的和来源 25-26 1.4.2 论文主要内容和章节安排 26-28 第二章 基于自适应随机共振的微弱信号检测 28-49 2.1 引言 28-29 2.2 随机共振的基本原理 29-31 2.3 变步长随机共振 31-34 2.4 近似熵的基本原理与性质 34-39 2.4.1 近似熵的基本原理 34-36 2.4.2 近似熵的实用快速算法 36-37 2.4.3 周期信号近似熵的性质 37-39 2.5 基于近似熵测度的自适应随机共振 39-41 2.6 工程实例 41-47 2.6.1 金属切削过程的振动分析 41-44 2.6.2 滚动轴承的故障诊断 44-47 2.7 本章小结 47-49 第三章 基于混沌振子的微弱信号检测 49-67 3.1 引言 49 3.2 混沌振子检测微弱信号的基本原理 49-59 3.2.1 Duffing振子的行为特征 50-52 3.2.2 Duffing振子的检测特性 52-59 3.3 混沌振子状态的定量描述 59-61 3.3.1 二维近似熵原理 59-61 3.3.2 二维近似熵的性质 61 3.4 基于混沌振子和二维近似熵的微弱信号检测 61-62 3.5 工程实例 62-65 3.5.1 旋转机械的状态监测 62-64 3.5.2 滚动轴承的故障诊断 64-65 3.6 本章小结 65-67 第四章 基于独立分量分析的微弱信号检测 67-89 4.1 引言 67-68 4.2 盲源分离的基本原理与算法实现 68-77 4.2.1 盲源分离问题的数学描述 68-70 4.2.2 独立分量分析的一些重要概念 70-74 4.2.3 独立分量分析的信号预处理 74-75 4.2.4 独立分量分析的算法实现 75-76 4.2.5 独立分量分析的仿真实例 76-77 4.3 独立分量分析的几个关键问题研究 77-82 4.4 故障源信号的频域盲分离方法 82-84 4.5 工程实例 84-87 4.5.1 涡流传感器失效检测 84-85 4.5.2 转子早期碰磨故障诊断 85-87 4.6 本章小结 87-89 第五章 基于支持向量数据描述的微弱信号智能检测 89-110 5.1 引言 89-90 5.2 单值分类问题概述 90-93 5.2.1 单值分类的特点 90-91 5.2.2 常见的单值分类方法 91-93 5.3 支持向量数据描述的基本原理 93-97 5.4 具有非目标样本的支持向量数据描述 97-100 5.5 经验模式分解的基本原理和性质 100-103 5.5.1 经验模式分解的基本原理 100-102 5.5.2 经验模式分解的完备性和正交性 102-103 5.6 基于经验模式分解特征提取的SVDD分类模型 103-104 5.7 工程实例 104-109 5.7.1 滚动轴承故障的智能诊断 104-106 5.7.2 齿轮故障的智能诊断 106-109 5.8 本章小结 109-110 第六章 基于LabVIEW的远程监测诊断系统的开发 110-132 6.1 引言 110-112 6.2 远程监测诊断系统的总体结构 112-113 6.3 基于LabVIEW的远程监测诊断系统 113-119 6.4 基于LabVIEW的远程监测诊断系统中的关键技术 119-124 6.4.1 DataSocket远程数据传输 119-120 6.4.2 数据库远程访问 120-122 6.4.3 多语言混合编程 122-124 6.5 基于频域积分的振动参量转换修正算法 124-130 6.5.1 振动信号趋势项对软件积分的影响 126-128 6.5.2 基于频域积分的波形基线修正算法 128-129 6.5.3 工程实例 129-130 6.6 本章小结 130-132 第七章 结论与展望 132-134 参考文献 134-148 发表论文和参加科研情况说明 148-151 致谢 151
|
相似论文
- 混沌振子多进制调制解调技术研究,TN915.05
- 驱动感知一体化的混合式微力传感器设计,TP212
- 数字系统微弱泄漏电磁波信号检测的随机共振法研究,TN911.23
- 基于DSP的光纤氢气传感器信号处理技术的研究,TN911.7
- 多频点微弱信号采集与处理系统的研究与设计,TN911.23
- 罐底腐蚀声发射信号降噪研究,TH878
- 用于金属磨粒检测系统的噪声消除算法研究,TP391.41
- 基于气味分析的设备异常检测方法研究,TB17
- 基于电话信道的声纹识别算法研究,TN912.34
- 基于电磁波传播理论的围岩电阻率测量方法研究与仪器实现,P631.811
- 基于独立分量分析的地震盲反褶积方法及应用研究,P631.4
- 基于独立分量分析和小波变换的钢丝绳缺陷信号提取,TG115.284
- 独立分量分析的重盲分离研究及其在机械故障诊断中的应用,TH165.3
- 机械早期故障检测的混沌抑制与阵列随机共振方法,TH165.3
- 支持向量数据描述在故障诊断中的应用,TH165.3
- 基于盲源分离的肺音信号提取研究,TN911.72
- 基于数字拼写的视—听联合刺激诱发ERP研究,R318.0
- 基于听觉注意的认知脑—机接口研究,R318.0
- 多任务脑—机接口空域滤波与特征提取方法研究,TP11
- 基于Kernel ICA的PET图像去噪的研究,TP391.41
- 基于冗余小波和ICA的图像数字水印方法研究,TP309.7
中图分类: > 工业技术 > 机械、仪表工业 > 机械运行与维修
© 2012 www.xueweilunwen.com
|