本文關(guān)鍵詞：互信息學(xué)習(xí)在旋轉(zhuǎn)機(jī)械故障診斷中的應(yīng)用研究

  更多相關(guān)文章： 故障診斷 互信息 小波包分析 峭度 特征向量 包絡(luò)解調(diào) 功率譜 模糊C均值聚類

【摘要】：隨著科學(xué)技術(shù)的進(jìn)步以及社會生產(chǎn)的發(fā)展，現(xiàn)代工業(yè)對設(shè)備生產(chǎn)效率提出了更高的要求。而有液壓系統(tǒng)“心臟”之稱的液壓泵及在機(jī)械設(shè)備中大量使用的滾動(dòng)軸承，其工作狀態(tài)對整臺設(shè)備的工作狀態(tài)起著十分重要甚至決定性的作用。因此對液壓泵和滾動(dòng)軸承的狀態(tài)進(jìn)行實(shí)時(shí)診斷是十分必要的。而軸向柱塞泵與滾動(dòng)軸承的振動(dòng)信號是十分復(fù)雜的非線性，非平穩(wěn)信號，因此本文采用了小波包分解和互信息相結(jié)合的方法實(shí)現(xiàn)對振動(dòng)信號的處理以及對故障的診斷識別。 小波包分析是小波分析的延伸，，它可以對信號進(jìn)行更為精細(xì)的分解與重構(gòu)，小波分析可以將上一次分解得到的低頻部分進(jìn)行再分解，但不能對高頻部分進(jìn)行再分解，造成高頻部分的分辨率很差，小波包分析對低頻和高頻部分均可進(jìn)行再分解，提高了高頻段的分辨率，從而使整個(gè)信號的信息更為清晰。小波包重構(gòu)過程中選擇包含最多故障信息的敏感子頻帶進(jìn)行重構(gòu)，就能得到消除干擾頻段的重構(gòu)信號，以達(dá)到對故障信號更精確的分析。 本文提出一種基于小波包分解和互信息結(jié)合的故障診斷方法，通過對信號進(jìn)行小波包分解，結(jié)合峭度準(zhǔn)則選取包含最多故障特征信息的子頻帶進(jìn)行信號重構(gòu)，提取重構(gòu)信號的時(shí)域特征參數(shù)和二次小波包分解下的子頻帶能量作為特征向量，采用基于互信息的特征選擇算法對所提取的特征向量進(jìn)行降維，以達(dá)到去除冗余和無關(guān)的特征向量，精簡特征維數(shù)的目的。最后利用模糊C均值聚類方法對液壓泵和滾動(dòng)軸承的各種故障狀態(tài)進(jìn)行模式識別，通過與傳統(tǒng)信號處理結(jié)合主元分析方法的對比結(jié)果表明，基于小波包分解與互信息相結(jié)合的方法能準(zhǔn)確高效地進(jìn)行液壓泵和滾動(dòng)軸承的故障識別。
【學(xué)位授予單位】：燕山大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：TH165.3

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 羅靜;鐘佑明;;小波包時(shí)頻分析方法的研究及應(yīng)用[J];重慶郵電大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年03期

2 高靜懷,汪文秉,朱光明;小波變換與信號瞬時(shí)特征分析[J];地球物理學(xué)報(bào);1997年06期

3 李瓊;王軍寧;;基于互信息和自適應(yīng)模板更新的目標(biāo)跟蹤算法[J];電子科技;2011年12期

4 晁銳,張科,李言俊;一種基于小波變換的圖像融合算法[J];電子學(xué)報(bào);2004年05期

5 李慧;藺啟忠;王欽軍;劉慶杰;吳昀昭;;基于小波包變換和數(shù)學(xué)形態(tài)學(xué)結(jié)合的光譜去噪方法研究[J];光譜學(xué)與光譜分析;2010年03期

6 陳家焱;陳章位;;液壓系統(tǒng)故障診斷技術(shù)的現(xiàn)狀與發(fā)展趨勢[J];機(jī)床與液壓;2008年10期

7 陸春月,王俊元;機(jī)械故障診斷的現(xiàn)狀與發(fā)展趨勢[J];機(jī)械管理開發(fā);2004年06期

8 王衛(wèi)玲;劉培玉;初建崇;;一種改進(jìn)的基于條件互信息的特征選擇算法[J];計(jì)算機(jī)應(yīng)用;2007年02期

9 姜萬錄,張淑清,王益群;液壓泵故障的小波變換診斷方法[J];機(jī)械工程學(xué)報(bào);2001年06期

10 高英杰;孔祥東;;基于小波包分析的液壓泵狀態(tài)監(jiān)測方法[J];機(jī)械工程學(xué)報(bào);2009年08期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 劉華文;基于信息熵的特征選擇算法研究[D];吉林大學(xué);2010年

2 龔偉;基于信息熵和互信息的流域水文模型不確定性分析[D];清華大學(xué);2012年

本文編號：1220358