【摘要】：現(xiàn)代工業(yè)生產(chǎn)中,滾動軸承在旋轉(zhuǎn)類機械中發(fā)揮著極其重要的作用。然而,重大機械裝備在工作時常常面臨著工作載荷多變、工況復雜、轉(zhuǎn)速高等復雜的情況,使得軸承在這種環(huán)境下的故障發(fā)生概率大大地增加。由于軸承故障信息會在機械振動信號中有所體現(xiàn),因此對設(shè)備運轉(zhuǎn)過程中產(chǎn)生的振動信號進行監(jiān)測與分析,就能夠最大限度地挖掘設(shè)備的工作潛力,提前定位以及預示故障、了解故障產(chǎn)生的機理并及時針對機械故障采取相應(yīng)的措施,減小或盡可能避免故障所帶來的一些不必要的損失。機械設(shè)備運轉(zhuǎn)過程中的狀態(tài)信息、故障信息都可以通過振動信號的形式加以表現(xiàn)。傳統(tǒng)的信號采集方式主要依賴于香農(nóng)-奈奎斯特采樣定理,但該理論一個致命的缺陷是受制于被采信號頻率,如果在高轉(zhuǎn)速設(shè)備中依舊使用該定理采樣,不僅對采樣設(shè)備提出更高的要求,而且,即使在采樣設(shè)備滿足的條件下,也勢必會產(chǎn)生海量的數(shù)據(jù),這對于后續(xù)數(shù)據(jù)的傳輸,存儲和處理都帶來了巨大的壓力。2006年以來,壓縮感知理論的提出,顛覆了傳統(tǒng)的香農(nóng)-奈奎斯特采樣理論對采樣頻率要求的限制,不僅實現(xiàn)了采樣與壓縮同時進行,還可以對信號進行準確重構(gòu)恢復。壓縮感知理論主要有稀疏表示、測量矩陣的設(shè)計以及重構(gòu)方法三部分組成,其中重構(gòu)方法是其中的一個重要環(huán)節(jié),為此,本文以軸承振動信號為對象,對重構(gòu)算法及其重構(gòu)精度的改善進行了分析與研究,所取得的主要研究成果如下:(1)對壓縮感知理論和信號波形檢測理論進行了研究。相比于傳統(tǒng)的香農(nóng)-奈奎斯特采樣理論隨著信號頻帶越來越寬,如果繼續(xù)對信號進行采樣必然會帶來海量的數(shù)據(jù)和巨大的計算量,壓縮感知理論能夠突破這種限制,減少采樣數(shù)據(jù)量,為振動信號的處理與檢測創(chuàng)造有利條件。通過對信號波形檢測理論的研究,將其運用到基于壓縮感知理論的重構(gòu)算法對信號的重構(gòu)過程中,從而提高信號的重構(gòu)精度,減小重構(gòu)誤差。(2)由于采集到的滾動軸承振動信號一般都含有多種干擾信息,且具有隨機性、非平穩(wěn)性的特點,因此不宜直接提取特征應(yīng)用于后續(xù)的分析處理。鑒于壓縮感知理論在信號處理方面優(yōu)秀的表現(xiàn)能力,結(jié)合局部均值方法(LMD)以及主成分分析法(PCA)在特征提取方面的優(yōu)越性,提出了一種基于局部均值方法和主成分分析方法的振動信號壓縮域的故障特征提取方法。首先運用LMD對信號的壓縮測量值進行分解獲得信號的壓縮測量值不同的PF分量,同時運用主成分分析方法對信號壓縮測量值進行故障信息的分析研究。通過理論分析和仿真實驗結(jié)果表明,在相同條件下用上述方法基于信號的壓縮測量值進行故障的研究分析,能夠準確地表現(xiàn)出來。(3)針對傳統(tǒng)的重構(gòu)算法在進行振動信號的重構(gòu)時,總是先匹配能量較大的信號成分,而對于蘊含有機械設(shè)備故障信息的能量較小的信號成分可能被忽略,從而造成重構(gòu)信號丟失重要關(guān)鍵信息的問題,提出了一種基于奈曼-皮爾遜(Neyman-Pearson)準則的振動信號壓縮測量值的檢測與重構(gòu)方法。第一步,用隨機高斯測量矩陣對樣本信號進行線性壓縮測量得到低維的壓縮測量值;第二步,基于奈曼-皮爾遜準則對壓縮測量值進行檢測,得到影響信號重構(gòu)誤差的最佳參數(shù);第三步,重構(gòu)算法選用分段正交匹配追蹤算法對基于壓縮測量值的信號進行重構(gòu)恢復。仿真實驗結(jié)果表明:與傳統(tǒng)的經(jīng)典正交匹配追蹤算法(OMP)和分段正交匹配追蹤算法(StOMP)相比,本文所提的方法能夠大大減小信號的重構(gòu)誤差,更能準確地恢復原始振動信號。
【學位授予單位】：蘭州理工大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TH133.33
【圖文】：

精確地恢復原始振動信號繼而影響到對振動信號的后續(xù)處理進程。如果能夠被精確地恢復，則后續(xù)處理能夠得到正確的結(jié)果，如果振動信號被差較大，則后續(xù)處理很可能得到錯誤的結(jié)果。傳統(tǒng)的重構(gòu)算法常常采用算法，其在對振動信號進行重構(gòu)恢復的過程中，總是先匹配能量較大的于能量較小部分最后可能被忽略，造成重構(gòu)誤差，從而引起重構(gòu)信號與差異，造成振動信號一些關(guān)鍵信息的丟失。針對這一問題，為了減小重本章首先基于奈曼-皮爾遜準則對振動信號的壓縮測量值進行檢測，之后段正交匹配追蹤算法(StOMP)進行重構(gòu)，仿真實驗表明，該方法能夠大構(gòu)誤差，精確恢復原振動信號。機械振動信號壓縮測量值檢測與重構(gòu)方法整體方案設(shè)計對傳統(tǒng)的貪婪迭代重構(gòu)算法在匹配時可能會忽略能量比較小的信號，而比較小的信號部分可能蘊含著有關(guān)機械設(shè)備故障的關(guān)鍵信息，為此，本一種基于奈曼-皮爾遜準則的機械振動信號壓縮測量值的檢測與重構(gòu)方的流程圖如圖 4.1 所示。

振動信號的稀疏表示

【相似文獻】

相關(guān)期刊論文 前10條

1 馬志強,司國東,李柏林;將領(lǐng)域與顯示分離重構(gòu)方法的應(yīng)用研究[J];信息技術(shù);2005年05期

2 劉紅普;王笛;;三維曲面重構(gòu)方法分析[J];企業(yè)技術(shù)開發(fā);2012年35期

3 莫軍;朱海;郭正東;;基于三次樣條插值重構(gòu)方法對西太平洋海洋要素時空分布的分析[J];海洋通報;2008年04期

4 張丹;董雷剛;劉雅U

本文編號：2732938