【摘要】： 機(jī)械設(shè)備故障診斷技術(shù)是一門綜合性技術(shù),但是從本質(zhì)上來講它是一個(gè)機(jī)器運(yùn)行狀態(tài)的模式識別問題。在故障診斷中最為重要、最為關(guān)鍵也最為困難的就是特征的提取,從某種角度來說特征提取的好環(huán)關(guān)系到故障診斷的成敗,所以研究信號的特征提取對于設(shè)備故障診斷具有非常重要的意義。 基于實(shí)際工程的需要,本文以局域波技術(shù)為基礎(chǔ),研究其在非平穩(wěn)振動信號特征提取中的應(yīng)用。局域波在對非平穩(wěn)信號的分析較之其它方法有很大的優(yōu)越性,但是其時(shí)頻譜的二維等高線圖會由于譜線的零亂而影響分析的效果,三維表示方法也容易受到觀察視角的影響,并且它的識別主要是依靠專家的經(jīng)驗(yàn)知識,這在很大程度上限制了其工程應(yīng)用。 針對以上幾點(diǎn)不足,本文探討了使用Hilbert時(shí)頻譜能量重心法對信號進(jìn)行特征提取的方法,以實(shí)現(xiàn)對時(shí)頻譜的量化分析,并用實(shí)驗(yàn)驗(yàn)證了該方法的可行性。分別在10Hz、15Hz、20Hz以及25Hz的條件下進(jìn)行實(shí)驗(yàn),首先采集軸承在正常狀態(tài)、內(nèi)環(huán)故障狀態(tài)及外環(huán)故障狀態(tài)下運(yùn)行時(shí)的數(shù)據(jù)進(jìn)行處理和分析,其次計(jì)算其Hilbert時(shí)頻譜的能量重心,最后運(yùn)用支持向量機(jī)這一智能識別方法進(jìn)行分類和識別。從實(shí)驗(yàn)結(jié)果來看,分類的正確率是很高的,從而驗(yàn)證了該方法的正確性以及Hilbert時(shí)頻譜能量重心這一特征提取的合理性。同時(shí)通過與提取的兩個(gè)時(shí)域指標(biāo)的分類結(jié)果進(jìn)行對比,進(jìn)一步說明了該方法的可靠性。 為了能與實(shí)際工程相結(jié)合,本文以LabVIEW這一圖形化編程語言為開發(fā)平臺,并結(jié)合Hilbert時(shí)頻譜能量重心法開發(fā)出了一套故障診斷與識別系統(tǒng)來對設(shè)備的故障進(jìn)行識別和分類,從而為機(jī)械設(shè)備的故障診斷提供一種新的思路。
【圖文】：

062，575時(shí)間(ms)

三維分類面
【學(xué)位授予單位】：大連理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2009
【分類號】：TH17

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 肖翔;;支持向量機(jī)在變壓器故障診斷中的應(yīng)用[J];科技資訊;2011年15期

2 歐敏;林從謀;;支持向量機(jī)預(yù)測高邊坡爆破質(zhì)點(diǎn)振動速度[J];金屬礦山;2011年06期

3 關(guān)欣;郭強(qiáng);張政超;趙靜;翟鴻君;;基于核函數(shù)支持向量機(jī)的雷達(dá)輻射源識別[J];彈箭與制導(dǎo)學(xué)報(bào);2011年04期

4 謝凌然;高長偉;沈玉娣;;基于混合核函數(shù)支持向量機(jī)的齒輪診斷方法研究[J];機(jī)械傳動;2011年09期

5 王慧勤;雷剛;;基于LIBSVM的風(fēng)速預(yù)測方法研究[J];科學(xué)技術(shù)與工程;2011年22期

6 余s，

本文編號：2643926