基于局域波法和盲源分離的故障診斷方法應(yīng)用研究.pdf

1、機(jī)械故障診斷是以機(jī)器學(xué)為基礎(chǔ)的一門綜合性技術(shù),它的本質(zhì)是一個(gè)機(jī)器運(yùn)行狀態(tài)的模式識(shí)別問題,其關(guān)鍵就是故障信號(hào)的特征提取與分類.本文利用非平穩(wěn)、非高斯信號(hào)處理理論中的局域波法、Wigner高階時(shí)頻表示和盲源分離理論,結(jié)合模式識(shí)別與機(jī)器學(xué)習(xí)領(lǐng)域的研究成果,對(duì)非平穩(wěn)、非高斯的機(jī)械振動(dòng)信號(hào)特征提取與故障診斷問題進(jìn)行了廣泛而深入的研究.主要的工作如下:1.應(yīng)用局域波法對(duì)機(jī)械振動(dòng)非平穩(wěn)信號(hào)進(jìn)行了研究.通過與小波變換和幾種時(shí)頻分析方法的比較,表明局域波

2、法對(duì)于非平穩(wěn)信號(hào)的分析更具有效性.2.研究了基于局域波法的多分量神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型的有效性,用于對(duì)非平穩(wěn)系統(tǒng)時(shí)間序列進(jìn)行建模.通過太陽黑子數(shù)據(jù)的仿真試驗(yàn),驗(yàn)證了該多分量結(jié)構(gòu)比對(duì)應(yīng)的單一神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)性能優(yōu)越.最后根據(jù)該方法組成了一個(gè)自回歸時(shí)間序列模型庫,用于轉(zhuǎn)子故障的模型診斷中.3.研究了高階時(shí)頻分布在振動(dòng)沖擊信號(hào)特征提取中的應(yīng)用問題.在機(jī)械狀態(tài)監(jiān)控中,沖擊信號(hào)的檢測(cè)對(duì)于提取機(jī)器的狀態(tài)信息是很有用的.通過Wigner高階矩譜可以有效地對(duì)這樣

3、的非平穩(wěn)、非高斯振動(dòng)沖擊信號(hào)進(jìn)行特征提取和檢測(cè).4.提出了一種基于局域波時(shí)頻圖像的盲源分離故障診斷方法.獨(dú)立成分分析(ICA)是實(shí)現(xiàn)盲源分離最有效的方法之一.ICA可以認(rèn)為是PCA特征提取技術(shù)的推廣.ICA能夠提供圖像的局部特征,給出較好的圖像表示.5.為了有效提取故障特征信號(hào),需要在不同位置進(jìn)行多傳感器的振動(dòng)信號(hào)測(cè)量.針對(duì)多源混合的非平穩(wěn)、非高斯設(shè)備故障振動(dòng)信號(hào),應(yīng)用非平穩(wěn)信號(hào)的盲源分離算法,可以有效地提取各自獨(dú)立的非平穩(wěn)振動(dòng)源,從而