本文關(guān)鍵詞：基于信號稀疏表征的軸心軌跡提取方法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：作為旋轉(zhuǎn)機械振動狀態(tài)下一類重要的圖像特征，軸心軌跡包含了旋轉(zhuǎn)機械大量的故障信息，因此對于軸心軌跡的提純、特征提取及自動識別水平直接關(guān)系到旋轉(zhuǎn)機械的故障診斷水平。針對軸心軌跡包含大量噪聲、特征提取不準確等問題，本文在軸心軌跡提純方法、特征提取和自動識別等方面開展了研究，必將對旋轉(zhuǎn)機械的可靠性和企業(yè)的安全生產(chǎn)產(chǎn)生重大的科學(xué)意義和工程價值。全文主要內(nèi)容如下： 首先在介紹了軸心軌跡的研究背景和研究現(xiàn)狀后，分析了各種故障原因下轉(zhuǎn)子的振動機理，探討了轉(zhuǎn)子系統(tǒng)的力學(xué)模型。通過對正常狀態(tài)下和相關(guān)故障原因下轉(zhuǎn)子的受力情況進行理論計算，建立了轉(zhuǎn)子系統(tǒng)正常狀態(tài)下、故障狀態(tài)下的力學(xué)模型。并詳細地分析了各種故障原因下轉(zhuǎn)子軸心軌跡的時域波形特點。 其次針對目前降噪方法必須基于有用信號和噪聲信號在不同的分布頻率的缺點，提出了基于稀疏表征的降噪方法。將測量得到的軸心軌跡信號通過一定的算法(SALSA算法)將復(fù)雜信號轉(zhuǎn)化為一種非常簡潔的表達形式，即可濾除噪聲，達到提純的效果。同時通過引入相關(guān)系數(shù)這一目標函數(shù)，優(yōu)化參數(shù)，達到對現(xiàn)有算法的改進。最后，通過仿真計算，并與低通濾波和傳統(tǒng)小波降噪對比，分析改進后的稀疏分解算法在軸心軌跡提純效果。仿真結(jié)果表明，改進后的稀疏分解算法具有較好的提純效果。 再次在獲得提純后的軸心軌跡的基礎(chǔ)上，通過利用改進的不變矩和傅里葉描述子獲取軸心軌跡的特征，然后利用歐式距離相似度方法分別對待識別圖像進行識別，結(jié)果證明通過兩種方法基本能夠得到軸心軌跡的圖像特征，，而且具有一定的準確性。 最后，基于以上改進的算法和虛擬儀器技術(shù)，設(shè)計開發(fā)出一套一體化軸心軌跡測試系統(tǒng)，該軸心軌跡測試系統(tǒng)包含了基于稀疏表征的提純算法及軸心軌跡的特征提取和識別方法。然后設(shè)計水潤滑傳動系統(tǒng)軸心軌跡實驗，驗證上述方法的效果。實驗結(jié)果表明本文討論的方法及設(shè)計的系統(tǒng)可以獲得較好的效果。 值此，本文的理論研究和實驗工作在關(guān)于軸心軌跡的研究上做出了有益嘗試，對于轉(zhuǎn)子系統(tǒng)的狀態(tài)監(jiān)測和故障診斷具有科學(xué)意義和工程價值。
【關(guān)鍵詞】：旋轉(zhuǎn)機械 軸心軌跡 稀疏表征 特征提取及識別
【學(xué)位授予單位】：重慶大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：TH165.3
【目錄】：

• 摘要3-4
• ABSTRACT4-8
• 1 緒論8-16
• 1.1 課題來源及背景8-9
• 1.2 國內(nèi)外旋轉(zhuǎn)機械軸心軌跡的研究現(xiàn)狀與進展9-13
• 1.2.1 軸心軌跡的理論計算9-10
• 1.2.2 軸心軌跡的提純方法10-11
• 1.2.3 軸心軌跡的特征提取及識別11-13
• 1.3 稀疏信號的研究現(xiàn)狀13-14
• 1.4 課題研究的主要內(nèi)容14-16
• 2 轉(zhuǎn)子的振動機理與軸心軌跡的理論計算16-24
• 2.1 轉(zhuǎn)子振動機理概述16-17
• 2.2 轉(zhuǎn)子系統(tǒng)動力學(xué)模型17-18
• 2.3 轉(zhuǎn)子故障狀態(tài)下對應(yīng)的軸心軌跡18-23
• 2.3.1 轉(zhuǎn)子不平衡18-20
• 2.3.2 轉(zhuǎn)子不對中20
• 2.3.3 轉(zhuǎn)子彎曲20-21
• 2.3.4 油膜渦動與油膜振蕩21-22
• 2.3.5 轉(zhuǎn)子松動22
• 2.3.6 轉(zhuǎn)子與靜子動靜摩擦22-23
• 2.4 本章小結(jié)23-24
• 3 基于稀疏信號表征的軸心軌跡提純24-44
• 3.1 稀疏信號24-29
• 3.1.1 基于l 2的最小二乘算法24-25
• 3.1.2 基于l 1的稀疏表征方法25-26
• 3.1.3 信號稀疏表征算法26-29
• 3.2 基于 BP 問題的稀疏信號表征29-32
• 3.3 基于 BPD 問題的稀疏信號降噪32-34
• 3.4 基于相關(guān)性的算法優(yōu)化34-39
• 3.5 與傳統(tǒng)降噪方法對比39-41
• 3.6 軸心軌跡提純仿真41-43
• 3.7 本章小結(jié)43-44
• 4 軸心軌跡特征提取及識別44-54
• 4.1 引言44
• 4.2 軸心軌跡的特征提取44-48
• 4.2.1 基于圖形不變矩的特征提取44-47
• 4.2.2 基于傅里葉描述子的特征提取47-48
• 4.3 軸心軌跡的特征提取及識別仿真48-53
• 4.3.1 軸心軌跡的不變矩計算50-52
• 4.3.2 軸心軌跡的傅里葉描述子計算52-53
• 4.4 本章小結(jié)53-54
• 5 軸心軌跡實驗驗證54-64
• 5.1 概述54
• 5.2 轉(zhuǎn)子試驗臺方案設(shè)計54-60
• 5.2.1 總體設(shè)計54
• 5.2.2 硬件平臺設(shè)計54-58
• 5.2.3 軟件系統(tǒng)設(shè)計58-60
• 5.3 基于稀疏表征的軸心軌跡提純60-63
• 5.4 本章小結(jié)63-64
• 6 總結(jié)及展望64-66
• 6.1 全文工作總結(jié)64-65
• 6.2 工作展望65-66
• 致謝66-68
• 參考文獻68-72
• 附錄72
• A. 作者在攻讀碩士學(xué)位期間發(fā)表的論文目錄72
• B. 作者在攻讀碩士學(xué)位期間參加的部分科研項目72

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 張宏輝，劉俊杰，唐錫寬;轉(zhuǎn)子振動系統(tǒng)故障診斷知識的自動識別[J];電測與儀表;1996年06期

2 付波,周建中,陳文清,余炳輝;一種基于傅里葉描述子的軸心軌跡自動識別方法[J];電力系統(tǒng)自動化;2004年12期

3 尹忠科;邵君;Pierre Vandergheynst;;利用FFT實現(xiàn)基于MP的信號稀疏分解[J];電子與信息學(xué)報;2006年04期

4 曹暉;曹永紅;;HH變換在地震動信號分析中的應(yīng)用[J];重慶大學(xué)學(xué)報;2008年08期

5 萬書亭,彭學(xué)志;發(fā)電機轉(zhuǎn)子軸心軌跡形狀自動識別方法的研究[J];華北電力大學(xué)學(xué)報;2004年05期

6 劉占生,張新江,楊建國,夏松波;轉(zhuǎn)子軸心軌跡故障診斷特征識別方法研究[J];哈爾濱工業(yè)大學(xué)學(xué)報;1998年06期

7 楊建國,夏松波,劉永光,須根法;小波降噪在軸心軌跡特征提取中的應(yīng)用[J];哈爾濱工業(yè)大學(xué)學(xué)報;1999年05期

8 史東鋒,屈梁生;軸心軌跡定量特征提取技術(shù)在回轉(zhuǎn)機械診斷中的應(yīng)用[J];化工機械;1999年01期

9 王濤,劉文印,孫家廣,張宏江;傅立葉描述子識別物體的形狀[J];計算機研究與發(fā)展;2002年12期

10 楊謙,齊翔林,汪云九;視皮層V1區(qū)簡單細胞的稀疏編碼策略[J];計算物理;2001年02期

  本文關(guān)鍵詞：基于信號稀疏表征的軸心軌跡提取方法研究，由筆耕文化傳播整理發(fā)布。

本文編號：274586