基于盲系統(tǒng)辨識的旋轉(zhuǎn)機(jī)械故障診斷新方法研究.pdf

1、盲系統(tǒng)辨識是一種僅從輸出信號中提取系統(tǒng)的未知信息的基本信號處理方法。它特別適合對由未知信號驅(qū)動的未知系統(tǒng)的分析和處理。本文結(jié)合國家自然科學(xué)基金(編號:50775208)、河南省教育廳自然科學(xué)基金(編號:2006460005,2008C460003),對盲系統(tǒng)辨識方法在機(jī)械故障診斷中的應(yīng)用進(jìn)行了深入研究。其主要內(nèi)容包括以下幾個方面:
　　第一章,論述本課題的提出及其意義,綜述了盲系統(tǒng)辨識方法的發(fā)展和在機(jī)械故障診斷領(lǐng)域中的應(yīng)用形狀,提

2、出了本論文的主要內(nèi)容及創(chuàng)新之處。
　　第二章,論述了盲系統(tǒng)辨識方法的理論基礎(chǔ),對盲系統(tǒng)辨識的基本概念與主要算法進(jìn)行了闡述,本章是整篇論文的理論基礎(chǔ)。
　　第三章,針對現(xiàn)有的時序模型盲辨識只適用于平穩(wěn)信號分析的不足,提出了一種基于經(jīng)驗(yàn)?zāi)B(tài)分解的AR模型盲辨識的非平穩(wěn)信號處理方法。該方法繼承了現(xiàn)有的時序模型盲辨識方法的優(yōu)點(diǎn),拓展了現(xiàn)有的時序模型盲辨識方法的范圍,可很好地處理非平穩(wěn)信號。同時,將提出的方法與關(guān)聯(lián)維數(shù)結(jié)合,利用EMD

3、將振動信號分解成若干個平穩(wěn)的IMF,對每一個IMF分量進(jìn)行AR模型盲辨識,以各個IMF的AR子模型系數(shù)作為特征向量,并通過關(guān)聯(lián)維數(shù)來區(qū)別故障類型。提出的方法與傳統(tǒng)的AR模型盲辨識方法進(jìn)行了對比分析,實(shí)驗(yàn)結(jié)果分析表明,該方法是有效的。
　　第四章,結(jié)合階比分析和現(xiàn)有時序模型盲辨識方法各自的優(yōu)點(diǎn),提出了一種基于階比域的AR模型盲辨識算法。該方法是將時域采樣所得的非穩(wěn)態(tài)信號按等角度重采樣,從而得到階域中的穩(wěn)定信號,對其建立AR模型進(jìn)行盲

4、辨識求出模型參數(shù)。該方法繼承了現(xiàn)有的時序模型盲辨識方法的所有優(yōu)點(diǎn),同時克服了現(xiàn)有時序模型盲辨識方法在處理非平穩(wěn)信號的不足,拓展了現(xiàn)有的時序模型盲辨識方法的范圍,可很好地處理非平穩(wěn)信號。在此基礎(chǔ)上又提出了基于階比域AR模型盲辨識的參數(shù)化雙譜分析方法在機(jī)械故障診斷中的應(yīng)用研究,并對所提出的方法進(jìn)行了仿真及實(shí)驗(yàn)研究,結(jié)果表明所提算法具有良好的一致收斂性。
　　第五章,詳細(xì)論述了雙線性盲系統(tǒng)辨識方法的基本思想及算法。利用雙線性系統(tǒng)模型結(jié)構(gòu)