学位论文 > 优秀研究生学位论文题录展示
基于奇异值分解的信号处理方法及其在机械故障诊断中的应用
作 者: 曾作钦
导 师: 赵学智
学 校: 华南理工大学
专 业: 机械制造及其自动化
关键词: 奇异值分解 信号去噪 奇异性检测 周期探测 故障诊断
分类号: TH165.3
类 型: 硕士论文
年 份: 2011年
下 载: 108次
引 用: 0次
阅 读: 论文下载
内容摘要
奇异值分解(Singular Value Decomposition, SVD)是一种现代数值分析方法,而信号处理作为它所有应用中的一个重要分支,以矩阵变换的方式对信号进行加工处理,实现对非线性、非平稳信号的有效分析,是一种独特的信号处理工具。因此,本文从SVD的基本原理及其重要性质和意义的研究出发,对SVD的算法以及基于SVD的信号处理方法展开了深入的研究,主要工作和研究成果如下:首先,针对传统QR迭代算法用于大规模矩阵SVD计算时存在的不收敛问题,结合实例展开了深入的分析和讨论,并提出了一种多次分割双向收缩的QR迭代算法,实现了对大规模矩阵快速、精确的SVD计算。接着,研究了矩阵方式下SVD的信号分离原理,提出了一种在Hankel矩阵方式下,利用遗传算法优化矩阵结构及利用中心差商曲线选取有效奇异值的SVD信号去噪方法,并通过实例展示了它良好的去噪效果。此外,存连续截断信号构造的矩阵方式下,讨论了当所构造矩阵的结构不同时对信号处理效果产生的影响,发现了一种基于SVD的信号奇异性检测新方法,通过与小波变换的比较,研究了该方法独特的奇异性检测性能。然后,介绍了SVR(Singular Value Ratio, SVR)谱、改进的SVR谱以及Frobenious范数轨迹等几种周期探测法,分析了它们在信号周期探测中时常失效的原因,提出了一种基于固定矩阵结构的延时SVR谱法,在对几种试验信号的分析处理中,验证了它稳定的周期探测能力。最后,将基于SVD的不同信号处理方法应用于不同转子系统故障的诊断,在实际应用中,验证了这些方法的有效性和工程实用性。
|
全文目录
摘要 5-6 Abstract 6-10 第一章 绪论 10-17 1.1 课题的研究背景及意义 10-11 1.2 SVD的发展概况 11-15 1.2.1 SVD算法的研究概况 11-12 1.2.2 SVD的应用概况 12-15 1.3 本文的主要研究内容和结构 15-17 第二章 奇异值分解原理及其算法 17-35 2.1 引言 17 2.2 SVD及其性质 17-21 2.2.1 SVD的定义 17-19 2.2.2 SVD的性质和意义 19-21 2.3 SVD的数值计算 21-34 2.3.1 两个重要的矩阵变换工具 21-23 2.3.2 传统的QR迭代算法 23-28 2.3.3 改进的QR迭代算法 28-34 2.4 本章小结 34-35 第三章 基于SVD的信号分离原理及其应用 35-52 3.1 引言 35 3.2 矩阵方式下的SVD信号分离原理 35-37 3.2.1 Hankel矩阵方式 36-37 3.2.2 连续截断型矩阵方式 37 3.3 Hankel矩阵方式下的SVD信号去噪方法 37-48 3.3.1 基于遗传算法的矩阵结构优化 38-43 3.3.2 基于中心差商曲线的有效奇异值选取 43-48 3.4 连续截断型矩阵方式下的SVD信号奇异性检测方法 48-51 3.4.1 信号奇异性检测的意义 48 3.4.2 基于SVD的信号奇异性检测方法 48-51 3.5 本章小结 51-52 第四章 基于SVD的信号周期探测方法的讨论与改进 52-64 4.1 引言 52 4.2 几种信号周期探测方法的探讨 52-58 4.2.1 SVR谱及其改进方法 52-56 4.2.2 基于Frobenious范数轨迹的探测法 56-58 4.3 基于固定矩阵结构的延时SVR谱法 58-63 4.3.1 方法介绍及其有效性检验 59-61 4.3.2 周期信号的重构 61-63 4.4 本章小结 63-64 第五章 SVD信号处理方法在机械故障诊断中的应用 64-76 5.1 引言 64 5.2 实验平台的建立 64-66 5.2.1 转子系统故障模拟实验台 64-65 5.2.2 振动测试系统的设计 65-66 5.3 基于振动信号分析的转子系统故障诊断 66-75 5.3.1 SVD信号去噪方法的应用 66-72 5.3.2 SVD信号周期探测法的应用 72-74 5.3.3 SVD信号奇异性检测方法的应用 74-75 5.4 本章小结 75-76 结论 76-78 参考文献 78-83 攻读硕士学位期间取得的研究成果 83-84 致谢 84-85 附件 85
|
相似论文
- 基于WinCE平台的故障分析仪应用程序设计与开发,TP311.52
- 八作动器隔振平台的六自由度容错控制研究,TB535.1
- 机载导弹的传递对准研究,V249.322
- 基于PCA-SVM的液体火箭发动机试验台故障诊断算法研究,V433.9
- 基于小波变换的语音信号去噪及其DSP算法实现,TN912.3
- 基于支持向量机的故障诊断方法研究,TP18
- 三容水箱系统故障诊断算法研究,TP277
- 水上交通安全保障系统的关键技术研究,U698
- 注塑成型过程监测与故障诊断平台的设计与实现,TQ320.5
- HART现场故障诊断仪的研究与实现,TP277
- 聚合釜群多通道实时在线监测系统研究,TP274
- 基于EMD与神经网络的柱塞泵故障诊断方法,TH322
- 发电设备综合状态的评价方法研究及应用,TM621.3
- 主观题自动评分技术研究,TP391.1
- 基于滑模观测器的非线性系统故障诊断与故障重构问题研究,TP13
- 轿车悬架故障诊断系统研究,U472.9
- 发动机振动与燃烧分析虚拟仪器的设计开发与应用研究,TK407
- 融合多种信号特征的模拟电路故障诊断研究,TN710
- 基于核回归与非局部方法的图像去噪研究,TP391.41
- 频带熵方法及其在滚动轴承故障诊断中的应用,TH165.3
- 发动机冷试与加工数据的多元相关性研究与应用,U464
中图分类: > 工业技术 > 机械、仪表工业 > 机械制造工艺 > 柔性制造系统及柔性制造单元 > 故障诊断和维护
© 2012 www.xueweilunwen.com
|