非平穩(wěn)非高斯信號特征提取與故障診斷技術(shù)研究.pdf

1、該文利用非平穩(wěn)、非高斯信號處理理論中最受關(guān)注的小波變換、時頻分布和雙譜理論,對非平穩(wěn)、非高斯的機械振動信號的特征提取與故障診斷問題進行了深入而全面的研究.第一章闡明了選題的意義;對小波變換、時頻分布和高階統(tǒng)計量與故障診斷進行了文獻綜述;介紹了國內(nèi)外的主要研究機構(gòu)及該論文的主要工作.第二章介紹了離散小波變換和連續(xù)小波變換的理論基礎(chǔ)和工程理解,對它們在汽車變速箱齒輪振動信號的特征提取與故障診斷中的應(yīng)用做了系統(tǒng)的研究;提出了一種小波神經(jīng)網(wǎng)絡(luò)故

2、障診斷系統(tǒng),并利用該系統(tǒng)對變速箱三擋齒輪故障程度進行了估計;自行提出基于Morlet連續(xù)小波變換的時間平均小波譜的概念,建立了兩種基于時間平均小波譜的故障診斷方法:譜形比較法和特征能量法,并將這兩種方法應(yīng)用在變速箱齒輪故障診斷中,為齒輪故障診斷提供了一種新方法.第三章擺脫了Donoho的閾值消噪思想,從能量的角度建立了基于小波包的自動消噪算法;提出基于小波包能量分布的齒輪故障特征信號提取方法.第四章首次引入一種重分配方法,得到干擾項少而

3、分辨率高的重分配平滑偽魏格納維爾分布(RSPWVD):對發(fā)動機曲軸主軸承響、連稈軸承響.活塞銷響、活塞敲缸響、氣門響和挺稈響等常見機械異響故障振動信號特征進行了全面地比較分析;通過對各種異響故障特征信號的分析研究,提出基于RSPWVD的發(fā)動機多異響故障診斷策略,利用該策略可以準確識別不同的發(fā)動機異響故障.第五章引入了雙譜和雙相干譜的基本理論;深入研究了汽車變速箱齒輪振動信號的雙譜和雙相于譜特征,發(fā)現(xiàn)雙譜比雙相干譜更利于齒輪故障的特征提取

4、;并對不同齒輪狀態(tài)下的雙譜特征、頻率間的耦合情況進行了細致的分析.第六章介紹了作者利用LabVIEW開發(fā)平臺開發(fā)的齒輪信號消噪與故障診斷儀—GDDVI (Gear Denoising Diagnosis Vlrtual Instrument),旨在把該文提出的基于小波包的齒輪信號消噪技術(shù)與基于連續(xù)小波變換的齒輪故障診斷方法等理論成果轉(zhuǎn)換為虛擬儀器的形式,以加快這些技術(shù)的實用化進程: GDDVI的功能有:齒輪振動信號的消噪處理、齒輪嚙合振