基于信號(hào)稀疏表征的軸心軌跡提取方法研究.pdf

1、作為旋轉(zhuǎn)機(jī)械振動(dòng)狀態(tài)下一類重要的圖像特征,軸心軌跡包含了旋轉(zhuǎn)機(jī)械大量的故障信息,因此對(duì)于軸心軌跡的提純、特征提取及自動(dòng)識(shí)別水平直接關(guān)系到旋轉(zhuǎn)機(jī)械的故障診斷水平。針對(duì)軸心軌跡包含大量噪聲、特征提取不準(zhǔn)確等問(wèn)題,本文在軸心軌跡提純方法、特征提取和自動(dòng)識(shí)別等方面開展了研究,必將對(duì)旋轉(zhuǎn)機(jī)械的可靠性和企業(yè)的安全生產(chǎn)產(chǎn)生重大的科學(xué)意義和工程價(jià)值。全文主要內(nèi)容如下:
　　首先在介紹了軸心軌跡的研究背景和研究現(xiàn)狀后,分析了各種故障原因下轉(zhuǎn)子的振動(dòng)

2、機(jī)理,探討了轉(zhuǎn)子系統(tǒng)的力學(xué)模型。通過(guò)對(duì)正常狀態(tài)下和相關(guān)故障原因下轉(zhuǎn)子的受力情況進(jìn)行理論計(jì)算,建立了轉(zhuǎn)子系統(tǒng)正常狀態(tài)下、故障狀態(tài)下的力學(xué)模型。并詳細(xì)地分析了各種故障原因下轉(zhuǎn)子軸心軌跡的時(shí)域波形特點(diǎn)。
　　其次針對(duì)目前降噪方法必須基于有用信號(hào)和噪聲信號(hào)在不同的分布頻率的缺點(diǎn),提出了基于稀疏表征的降噪方法。將測(cè)量得到的軸心軌跡信號(hào)通過(guò)一定的算法(SALSA算法)將復(fù)雜信號(hào)轉(zhuǎn)化為一種非常簡(jiǎn)潔的表達(dá)形式,即可濾除噪聲,達(dá)到提純的效果。同時(shí)通

3、過(guò)引入相關(guān)系數(shù)這一目標(biāo)函數(shù),優(yōu)化參數(shù),達(dá)到對(duì)現(xiàn)有算法的改進(jìn)。最后,通過(guò)仿真計(jì)算,并與低通濾波和傳統(tǒng)小波降噪對(duì)比,分析改進(jìn)后的稀疏分解算法在軸心軌跡提純效果。仿真結(jié)果表明,改進(jìn)后的稀疏分解算法具有較好的提純效果。
　　再次在獲得提純后的軸心軌跡的基礎(chǔ)上,通過(guò)利用改進(jìn)的不變矩和傅里葉描述子獲取軸心軌跡的特征,然后利用歐式距離相似度方法分別對(duì)待識(shí)別圖像進(jìn)行識(shí)別,結(jié)果證明通過(guò)兩種方法基本能夠得到軸心軌跡的圖像特征,而且具有一定的準(zhǔn)確性。<