本文關(guān)鍵詞：基于經(jīng)驗小波變換的機械故障診斷方法，由筆耕文化傳播整理發(fā)布。

【摘要】：轉(zhuǎn)子、齒輪和軸承等作為許多機械設(shè)備的重要零部件,在運轉(zhuǎn)過程中起著舉足輕重的作用,對這些零部件的故障診斷方法進行研究具有重要的現(xiàn)實意義。目前,通常以時頻分析方法作為處理非平穩(wěn)機械故障振動信號的主要手段。本文采用經(jīng)驗小波變換這種自適應(yīng)的時頻分析方法,并結(jié)合一些其他的處理手段,對機械故障振動信號進行分析處理。主要研究內(nèi)容如下:1、基于經(jīng)驗小波變換時頻分析的機械故障診斷經(jīng)驗小波變換(EWT)是一種針對信號傅里葉頻譜進行劃分濾波的信號處理方法。該方法首先針對信號的傅里葉頻譜極大值進行自適應(yīng)的劃分;然后建立小波濾波器組對劃分過的頻譜進行濾波,對濾波后得到的單分量成分進行Hilbert變換并得到其時頻分布;最后針對仿真信號和幾組典型的實驗轉(zhuǎn)子故障信號進行EWT方法和經(jīng)驗?zāi)B(tài)分解方法(EMD)的性能比較研究,結(jié)果表明:EWT方法能準確地分析機械故障信號,故障特征值明顯,可有效應(yīng)用于旋轉(zhuǎn)機械故障診斷。2、基于改進的EWT和快速譜峭度濾波的齒輪與滾動軸承故障診斷改進的經(jīng)驗小波變換方法(IEWT)是一種自適應(yīng)信號處理方法,本文提出將該方法和快速譜峭度(FSK)相結(jié)合,進行齒輪和滾動軸承的故障診斷。首先采用IEWT方法對信號進行分解重構(gòu);然后對重構(gòu)信號進行快速譜峭度濾波;最后對濾波后的信號進行包絡(luò)譜分析,從而得到信號的故障特征頻率成分。使用該方法分析齒輪斷齒故障和滾動軸承故障信號,并與EMD方法的性能進行比較研究,結(jié)果表明該種方法更具區(qū)分性,可以有效識別齒輪和滾動軸承的的故障類型。3、基于IEWT和模糊C均值聚類的滾動軸承故障診斷將IEWT變換、奇異值分解(SVD)和模糊C均值聚類算法(FCM)相結(jié)合進行滾動軸承故障模式識別,該方法首先采用IEWT方法對信號進行分解,取相關(guān)系數(shù)較大的幾個分量組成初始特征向量矩陣,而后對初始特征向量矩陣進行奇異值分解,組成奇異值特征向量矩陣,最后將奇異值特征向量矩陣作為數(shù)據(jù)源輸入FCM進行故障模式識別。將該方法與基于EMD和FCM的模式識別方法進行對比,結(jié)果表明基于IEWT和FCM的模式識別方法具有更高的準確性和區(qū)分性,可以有效的應(yīng)用于滾動軸承故障診斷。
【關(guān)鍵詞】：故障診斷 經(jīng)驗小波變換 快速譜峭度 模糊C均值聚類
【學位授予單位】：華北電力大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TH17
【目錄】：

• 摘要5-6
• Abstract6-10
• 第1章 緒論10-15
• 1.1 機械故障診斷的意義10-11
• 1.2 機械故障診斷研究現(xiàn)狀11
• 1.3 振動信號處理方法11-14
• 1.4 論文主要研究內(nèi)容和章節(jié)安排14-15
• 第2章 基于經(jīng)驗小波變換的旋轉(zhuǎn)機械故障診斷方法15-27
• 2.1 轉(zhuǎn)子故障特征15-17
• 2.1.1 轉(zhuǎn)子不平衡和轉(zhuǎn)子不對中15-16
• 2.1.2 轉(zhuǎn)子碰磨16-17
• 2.1.3 油膜渦動和油膜振蕩17
• 2.2 經(jīng)驗小波變換17-19
• 2.3 EWT和EMD方法的比較19-26
• 2.3.1 仿真信號分析19-21
• 2.3.2 實驗信號分析21-26
• 2.4 本章小結(jié)26-27
• 第3章 基于改進的EWT和快速譜峭度濾波的齒輪與滾動軸承故障診斷27-40
• 3.1 齒輪和軸承故障28-29
• 3.1.1 齒輪故障類型及征兆28
• 3.1.2 滾動軸承故障類型及征兆28-29
• 3.2 基于IEWT和FSK的包絡(luò)譜分析方法29-32
• 3.2.1 改進的EWT變換29-30
• 3.2.2 基于譜峭度的濾波方法30-32
• 3.2.3 故障診斷方法流程32
• 3.3 試驗分析32-39
• 3.3.1 齒輪斷齒故障32-37
• 3.3.2 軸承外圈故障37-39
• 3.4 本章小結(jié)39-40
• 第4章 基于IEWT和模糊C均值聚類的滾動軸承故障診斷40-53
• 4.1 基于IEWT和FCM的滾動軸承故障診斷方法40-43
• 4.1.1 奇異值分解技術(shù)40-41
• 4.1.2 模糊C均值聚類算法41-43
• 4.1.3 基于IEWT和FCM的滾動軸承故障診斷方法流程43
• 4.2 實驗分析43-51
• 4.3 本章小結(jié)51-53
• 第5章 結(jié)論與展望53-55
• 5.1 結(jié)論53
• 5.2 展望53-55
• 參考文獻55-58
• 攻讀碩士學位期間發(fā)表的論文及其它成果58-59
• 致謝59

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 林克正,李殿璞;基于小波變換的去噪方法[J];哈爾濱工程大學學報;2000年04期

2 李正東,王曉菊,何武良,鄭曉東,成家源,彭文,裴春蘭,宋琛;利用小波變換進行目標識別的方法研究[J];光學精密工程;2001年03期

3 劉鎮(zhèn)清,黃瑞菊;小波變換及其應(yīng)用[J];無損檢測;2001年04期

4 苗常青;汪渤;鄒益民;付夢印;;一種基于小波變換的電視圖像分割方法[J];彈箭與制導(dǎo)學報;2005年S1期

5 丁潤濤,程凌宇;應(yīng)用新抽樣柵格的兩種小波變換圖像去噪方法[J];天津大學學報;2005年01期

6 胡靜濤;郭前進;;基于線調(diào)頻小波變換的旋轉(zhuǎn)機械故障診斷[J];儀器儀表學報;2006年S1期

7 陳鐵;何瓊;;小波變換及其在時頻分析中的應(yīng)用[J];中國水運(學術(shù)版);2006年05期

8 余曉潔;;小波變換在心電圖R波檢測中的應(yīng)用[J];中國傳媒大學學報(自然科學版);2007年01期

9 陳朝霞;;小波變換在信號突變檢測中的應(yīng)用[J];佳木斯大學學報(自然科學版);2007年06期

10 章瑋瑋;肖軍;王文鋒;;小波變換去噪法在動態(tài)測試中的應(yīng)用[J];四川兵工學報;2009年11期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 曹思遠;牟永光;;小波變換與信號分解[A];1992年中國地球物理學會第八屆學術(shù)年會論文集[C];1992年

2 張霖;錢敏;葛軍;;幾種典型環(huán)節(jié)的小波變換研究[A];1996年中國控制會議論文集[C];1996年

3 鮑文;祝豪;劉金福;;基于多尺度小波變換的電廠數(shù)據(jù)壓縮方法研究[A];2004電站自動化信息化學術(shù)技術(shù)交流會議論文集[C];2004年

4 龔妙昆;萬福永;;用統(tǒng)計方法和小波變換確定心電圖數(shù)據(jù)中的R波[A];2006中國控制與決策學術(shù)年會論文集[C];2006年

5 趙聰慧;張淑娟;;小波變換在農(nóng)產(chǎn)品無損檢測中的應(yīng)用研究[A];紀念中國農(nóng)業(yè)工程學會成立30周年暨中國農(nóng)業(yè)工程學會2009年學術(shù)年會（CSAE 2009）論文集[C];2009年

6 朱光明;高靜懷;王玉貴;;小波變換及其在一維濾波中的應(yīng)用[A];1992年中國地球物理學會第八屆學術(shù)年會論文集[C];1992年

7 金剛石;趙毅;季云松;;基于小波變換的紅外圖像濾波[A];2006年全國光電技術(shù)學術(shù)交流會會議文集（D 光電信息處理技術(shù)專題）[C];2006年

8 劉衛(wèi)東;李樂;張靜遠;;一種基于小波變換的水聲成像實驗研究[A];2008’促進中西部發(fā)展聲學學術(shù)交流會論文集[C];2008年

9 趙麗紅;蔡玉;徐心和;;基于小波變換和多分類器融合的人臉識別[A];2007中國控制與決策學術(shù)年會論文集[C];2007年

10 魯昌華;汪濟洲;;小波變換在通用DSP上的快速實現(xiàn)[A];第十七屆全國測控計量儀器儀表學術(shù)年會（MCMI'2007）論文集（上冊）[C];2007年

中國重要報紙全文數(shù)據(jù)庫 前1條

1 吳玉田殷學平;中藥質(zhì)量控制又添新武器——小波變換近紅外光譜分析系統(tǒng)[N];中國醫(yī)藥報;2004年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 王利琴;心電信號波形檢測與心律失常分類研究[D];河北工業(yè)大學;2014年

2 宋長賀;基于GPU的高性能遙感圖像解碼方法研究[D];西安電子科技大學;2015年

3 王麗榮;基于小波變換的目標檢測方法研究[D];吉林大學;2006年

4 熊智新;基于小波變換的化學譜圖數(shù)據(jù)處理[D];浙江大學;2004年

5 魏云冰;小波變換在電機故障診斷與測試中的應(yīng)用研究[D];浙江大學;2002年

6 丁文鵬;自適應(yīng)方向提升小波變換及應(yīng)用[D];中國科學技術(shù)大學;2009年

7 董衛(wèi)軍;基于小波變換的圖像處理技術(shù)研究[D];西北大學;2006年

8 聶磊;小波變換用于重疊化學信號的分辨研究[D];中國科學技術(shù)大學;2002年

9 張秀琦;基于小波變換的化學計量學方法及幾種抗癌藥物的電化學研究[D];西北大學;2001年

10 鄧玉強;小波變換在飛秒激光技術(shù)中的應(yīng)用[D];天津大學;2005年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 段曉杰;基于小波變換的數(shù)字水印算法及評價方法研究[D];遼寧大學;2015年

2 黃新安;胎兒心率檢測算法的研究[D];江南大學;2015年

3 周玉;小波變換在高速鐵路牽引供電地震防災(zāi)系統(tǒng)中的應(yīng)用研究[D];西南交通大學;2015年

4 郭亞妮;基于DSP的小波變換在雷達回波信號去噪中的研究[D];天津理工大學;2015年

5 曾燕來;基于小波變換語音去噪的研究及應(yīng)用[D];長安大學;2015年

6 烏月汗;基于小波變換人臉識別的算法研究[D];內(nèi)蒙古大學;2015年

7 杭鐘靈;基于數(shù)據(jù)挖掘的實時電力遠動傳輸異常檢測[D];上海交通大學;2015年

8 李玲;基于切向—徑向小波變換的圖像壓縮編碼的算法研究[D];河北工業(yè)大學;2015年

9 李凱;聲定位系統(tǒng)中信標信號識別算法研究[D];中北大學;2016年

10 王晴晴;FFT和小波變換混合的諧波檢測研究[D];安徽理工大學;2016年

  本文關(guān)鍵詞：基于經(jīng)驗小波變換的機械故障診斷方法，，由筆耕文化傳播整理發(fā)布。

本文編號：261859