

文檔簡介
1、隨著科學(xué)技術(shù)的不斷提高,旋轉(zhuǎn)機械工作強度不斷增大,為保證設(shè)備系統(tǒng)能夠安全、可靠、高效地運行,避免造成巨大的經(jīng)濟損失和重大事故的發(fā)生,以旋轉(zhuǎn)機械為研究對象,進行狀態(tài)監(jiān)測和故障診斷研究,具有非常重要而現(xiàn)實的意義。
針對傳統(tǒng)的時頻分析方法(如短時傅立葉變換、小波與小波包變換)存在時間和頻率的分辨率互相牽制、信號分解缺乏自適應(yīng)性的不足,和傳統(tǒng)的模式識別方法(如人工神經(jīng)網(wǎng)絡(luò))局限于靜態(tài)模式識別上的問題,本文引入最新的時頻分析方法局部均值
2、分解(Local Mean Decomposition, LMD)和發(fā)展較快的動態(tài)模式識別方法隱半馬爾科夫模型(Hidden Semi-Markov Model,HSMM)。LMD能夠基于信號本身,自適應(yīng)地將一個多分量信號分解成一系列單分量的乘積函數(shù)(Product Function, PF)之和,每個乘積函數(shù)由一個純調(diào)頻函數(shù)和一個包絡(luò)函數(shù)相乘而得,將所有乘積函數(shù)的瞬時頻率和幅值相組合,便能夠完整地呈現(xiàn)出原始信號的時頻分布。HSMM基于
3、時間跨度上的動態(tài)信息進行建模分類,非常適用于分析一些信息量較大、非平穩(wěn)、特征重復(fù)再現(xiàn)性較差的信號,且具有訓(xùn)練樣本少、訓(xùn)練速度快、分類識別能力強的特點。因此,本文利用LMD和HSMM相結(jié)合的方法對旋轉(zhuǎn)機械進行狀態(tài)監(jiān)測與故障診斷。
首先,本文論述了旋轉(zhuǎn)機械故障診斷技術(shù)的發(fā)展概況,介紹了LMD方法相關(guān)概念、基本理論和算法,并將其與EMD(Empirical Mode Decomposition, EMD)方法進行對比,通過仿真分析驗
4、證了LMD處理非平穩(wěn)信號的優(yōu)越性。在此基礎(chǔ)上,提出了一種基于小波包降噪與LMD分解相結(jié)合的特征提取方法,先采用小波包降低噪聲的影響,再進行LMD分解,并對分解得到的PF分量進行相關(guān)性分析,選取有效PF分量進行時、頻域特征參數(shù)提取。通過仿真分析和對實際信號的處理,驗證了該方法的有效性。
然后,本文研究了基于HSMM的機械設(shè)備狀態(tài)監(jiān)測與故障診斷方法,并針對基本算法中存在的部分問題進行了改進。提出了基于LMD和HSMM相結(jié)合的旋轉(zhuǎn)機
5、械狀態(tài)監(jiān)測與故障診斷方法,并將其成功應(yīng)用于滾動軸承故障診斷中。實驗結(jié)果表明,HSMM模型訓(xùn)練速度快,識別精度高,利用LMD和HSMM相結(jié)合的方法能夠有效地識別出滾動軸承的運行狀態(tài),且能夠保證故障診斷的實時性和準確性。
最后,本文進一步采用LMD和HSMM相結(jié)合的方法對機械密封端面膜厚狀態(tài)進行模式識別,識別效果較為理想,驗證了該方法應(yīng)用于旋轉(zhuǎn)機械狀態(tài)監(jiān)測與故障診斷的有效性和適用性。為了驗證HSMM模型用于狀態(tài)監(jiān)測與故障診斷的優(yōu)勢
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于LMD旋轉(zhuǎn)機械故障診斷方法的研究及特征提取分析.pdf
- 旋轉(zhuǎn)機械故障診斷方法研究.pdf
- 基于EEMD的旋轉(zhuǎn)機械故障診斷方法研究.pdf
- 基于VMD的旋轉(zhuǎn)機械故障診斷方法研究.pdf
- 基于VPMCD的旋轉(zhuǎn)機械故障診斷方法研究.pdf
- 基于熱力參數(shù)的旋轉(zhuǎn)機械故障診斷.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的旋轉(zhuǎn)機械故障診斷方法研究.pdf
- 基于小波變換的旋轉(zhuǎn)機械故障診斷方法研究.pdf
- 基于振動信號處理的旋轉(zhuǎn)機械故障診斷方法研究.pdf
- 基于振動信號分析的旋轉(zhuǎn)機械故障診斷方法研究.pdf
- 旋轉(zhuǎn)機械故障診斷和預(yù)測技術(shù)的研究.pdf
- 旋轉(zhuǎn)機械故障診斷技術(shù)研究.pdf
- 基于改進HHT方法的旋轉(zhuǎn)機械故障診斷的研究.pdf
- 基于流形學(xué)習(xí)的旋轉(zhuǎn)機械故障診斷方法研究.pdf
- 基于多級信息融合的旋轉(zhuǎn)機械故障診斷方法研究.pdf
- 基于LMD和SVM的動力機械故障診斷方法研究.pdf
- 基于小波變換的旋轉(zhuǎn)機械故障診斷.pdf
- 基于Hilbert-Huang變換的旋轉(zhuǎn)機械故障診斷方法研究.pdf
- 基于粒計算的旋轉(zhuǎn)機械故障診斷知識發(fā)現(xiàn)方法研究.pdf
- 基于振動信號處理的旋轉(zhuǎn)機械故障診斷.pdf
評論
0/150
提交評論