本文關鍵詞：基于序列多維時頻特征的故障檢測與預測研究，由筆耕文化傳播整理發(fā)布。

【摘要】：在實際生產(chǎn)加工過程中，一些機械設備及零部件由于長期疲勞磨損等原因容易引發(fā)故障，嚴重影響整個系統(tǒng)的正常運行，有必要及時地對設備及零部件等進行故障檢測和預測。本文結合小波時頻分析與統(tǒng)計分析，提取觀測序列的小波Shannon熵和小波包雙譜組成多維特征向量，建立故障預測模型。主要研究工作包括以下兩個方面。 其一，多維特征提取。設備系統(tǒng)的故障檢測及預測是建立在信號特征提取的基礎上。多維特征提取能夠從多個方面反映信號的特征。本文提取的是小波Shannon熵和小波包雙譜。采用滾動軸承正常運轉、外圈故障以及滾動體故障狀態(tài)下的信號序列進行仿真，結果表明：多維特征提取能夠較全面地表現(xiàn)信號特征，有利于準確地識別出故障類型。 其二，，故障檢測和預測。采取最小二乘支持向量機預測模型，并與基于重心熵值的閾值估計方法相結合，實時地監(jiān)測序列的故障情況。采用航空發(fā)動機刀具材料KC5010的聲發(fā)射序列進行仿真，結果表明：采用最小二乘支持向量機模型預測能夠得到較高的預測精度，閾值檢測與故障預測的結合能夠及時地發(fā)現(xiàn)故障。
【關鍵詞】：多維特征提取 最小二乘支持向量機 閾值檢測 故障預測
【學位授予單位】：沈陽航空航天大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：TH165.3
【目錄】：

• 摘要6-7
• Abstract7-10
• 主要符號表10-11
• 第1章 緒論11-17
• 1.1 故障檢測與預測技術研究背景及意義11-12
• 1.2 故障檢測與預測技術研究發(fā)展現(xiàn)狀12-15
• 1.2.1 時間序列多維時頻特征提取的優(yōu)勢12-13
• 1.2.2 故障檢測與預測技術的國內(nèi)外研究現(xiàn)狀13-15
• 1.2.3 故障檢測與預測技術的發(fā)展趨勢15
• 1.3 主要研究內(nèi)容及研究目標15-17
• 第2章 觀測序列的時頻特征分析和提取17-37
• 2.1 時間序列特征提取——小波熵17-31
• 2.1.1 小波分析17-26
• 2.1.2 信息熵的提出及分類26-30
• 2.1.3 小波 Shannon 熵30-31
• 2.2 時間序列特征提取——小波包雙譜31-33
• 2.2.1 小波包分析31-32
• 2.2.2 高階譜的提出及選擇32-33
• 2.2.3 小波包雙譜33
• 2.3 滾動軸承振動信號多特征提取仿真實例33-36
• 2.4 本章小結36-37
• 第3章 基于特征的故障檢測閾值估計37-41
• 3.1 序列熵值的提取37-38
• 3.2 基于序列重心熵值的閾值估計38-39
• 3.3 刀具磨損狀態(tài)閾值估計仿真實例39-40
• 3.4 本章小結40-41
• 第4章 支持向量機故障預測模型的建立41-59
• 4.1 支持向量機41-47
• 4.1.1 支持向量機趨勢預測41-42
• 4.1.2 支持向量機的回歸算法42-45
• 4.1.3 最小二乘支持向量機45-47
• 4.2 故障預測模型的建立47-49
• 4.2.1 預測模型輸入輸出的確定47-48
• 4.2.2 預測模型輸入輸出的確定48-49
• 4.3 不同預測模型的比較49-54
• 4.3.1 BP 神經(jīng)網(wǎng)絡預測模型49-51
• 4.3.2 不同輸入的最小二乘支持向量機預測模型51-52
• 4.3.3 模型的精度計算及比較52-54
• 4.4 故障檢測的實現(xiàn)54
• 4.5 刀具磨損狀態(tài)預測建模仿真實例54-58
• 4.6 本章小結58-59
• 第5章 時間序列多維時頻特征提取的故障預測與檢測系統(tǒng)設計59-62
• 5.1 系統(tǒng)演示模塊59-61
• 5.1.1 序列的多維特征提取59-60
• 5.1.2 故障預測及檢測60-61
• 5.2 本章小結61-62
• 結論62-64
• 附錄Ⅰ特征提取、故障預測及檢測程序清單64-67
• 參考文獻67-70
• 致謝70-71
• 攻讀碩士期間發(fā)表（含錄用）的學術論文71

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 胡紹林;Meinke Karl;陳如山;Huajiang Ouyang;;比對分析與故障檢測技術及其在航天工程中應用[J];空軍工程大學學報(自然科學版);2007年04期

2 胡奕明;吳德偉;肖漢;;特征分析的串行通信故障檢測[J];火力與指揮控制;2008年07期

3 王曰英;周平方;陳麗;段登平;;馬爾可夫跳躍系統(tǒng)的魯棒故障檢測[J];電力自動化設備;2010年05期

4 張洪華,張洪鉞;故障檢測的智能決策[J];航空學報;1993年05期

5 田霖,王鏞根;發(fā)動機量測通道的繞回檢測[J];燃氣渦輪試驗與研究;1998年03期

6 侯健敏,肖冬榮;動態(tài)系統(tǒng)的故障檢測與診斷[J];上海海運學院學報;2001年03期

7 張瑋,沈士團,李驛華;一種面向輸出響應的多頻測試故障檢測與隔離方法[J];遙測遙控;2003年06期

8 郝騰飛;陳果;;基于小球大間隔方法的機械故障檢測[J];中國機械工程;2012年15期

9 楊青;晁曉潔;劉云琦;;提升小波閾值去噪的故障檢測與診斷方法研究[J];沈陽理工大學學報;2012年06期

10 張曉友，翟國富，賁洪奇;平行雙線多分支輸電線在線故障檢測與診斷方法的研究[J];中國電機工程學報;1996年06期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 張漢國;;大系統(tǒng)的故障檢測——隨機情形[A];1993中國控制與決策學術年會論文集[C];1993年

2 周東華;;一種工業(yè)異步電機的在線故障檢測與診斷新方法[A];1994年中國控制會議論文集[C];1994年

3 趙琦;周東華;;閉環(huán)系統(tǒng)的小故障檢測與分離方法[A];第十九屆中國控制會議論文集（二）[C];2000年

4 李福明;段廣仁;;一種魯棒故障檢測與分離的參數(shù)化方法[A];第16屆中國過程控制學術年會暨第4屆全國故障診斷與安全性學術會議論文集[C];2005年

5 王洪江;孫保民;田進步;;一種圖形化的故障檢測和診斷方法[A];全國第19屆計算機技術與應用（CACIS）學術會議論文集（上冊）[C];2008年

6 彭濤;桂衛(wèi)華;Ding Steven X;湯瓊;李昊;;一種基于混合H_-/H_∞的故障檢測系統(tǒng)優(yōu)化設計方法[A];第二十七屆中國控制會議論文集[C];2008年

7 魏晨;陳宗基;;非線性系統(tǒng)的魯棒故障檢測與診斷[A];第十九屆中國控制會議論文集（二）[C];2000年

8 韓兵;陳新海;;隨機參數(shù)最小均方濾波及其在飛行器故障檢測中的應用[A];1995中國控制與決策學術年會論文集[C];1995年

9 葛彤;鄧建華;;復雜動態(tài)系統(tǒng)故障檢測與診斷的層次遞進方法[A];1996中國控制與決策學術年會論文集[C];1996年

10 方華京;;控制系統(tǒng)故障檢測的l~1優(yōu)化方法[A];第十九屆中國控制會議論文集（二）[C];2000年

中國重要報紙全文數(shù)據(jù)庫 前6條

1 陳代壽;BFD高速路由故障檢測[N];中國計算機報;2005年

2 涵薏;排除風電系統(tǒng)中的故障[N];上海科技報;2010年

3 上海 徐亞東;ADSL故障檢測利器[N];電腦報;2004年

4 暴青雨　本報特約通訊員 趙彥斌;為了戰(zhàn)時能打贏[N];解放軍報;2011年

5 翟衛(wèi)平;梁來潤;為了航天員的生命安全[N];中國航天報;2003年

6 記者 蔡韜;哈市節(jié)日消費投訴不離“老三樣”[N];黑龍江日報;2011年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 王紅茹;動態(tài)系統(tǒng)的魯棒故障檢測與分離方法研究[D];哈爾濱工業(yè)大學;2006年

2 楊青;集合型故障檢測與診斷技術研究[D];長春理工大學;2013年

3 張登峰;動態(tài)系統(tǒng)的故障檢測與診斷研究[D];南京理工大學;2003年

4 馬傳峰;基于觀測器的魯棒H_∞故障檢測問題研究[D];山東大學;2007年

5 趙海軍;新一代互聯(lián)網(wǎng)服務及故障檢測若干關鍵技術的研究[D];北京郵電大學;2009年

6 朱張青;動態(tài)系統(tǒng)的魯棒故障檢測與診斷技術[D];南京理工大學;2005年

7 李岳煬;基于觀測器的離散時變系統(tǒng)魯棒故障檢測問題研究[D];山東大學;2011年

8 祝志博;融合聚類分析的故障檢測和分類研究[D];浙江大學;2012年

9 張永;非線性隨機網(wǎng)絡化系統(tǒng)穩(wěn)定性分析與故障檢測[D];華中科技大學;2010年

10 李祥寶;基于廣義非負矩陣投影算法的故障檢測與診斷研究[D];上海交通大學;2014年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 孟程程;基于多元統(tǒng)計分析的故障檢測與應用研究[D];中國計量學院;2013年

2 李亮;云環(huán)境下故障檢測研究[D];中南大學;2012年

3 李暢;工業(yè)過程故障檢測的方法及應用研究[D];東北大學;2011年

4 朱嶸嘉;基于模型的故障檢測及容錯控制方法研究[D];江南大學;2006年

5 杜運成;基于等價空間方法的采樣系統(tǒng)故障檢測[D];東華大學;2008年

6 祝翔宇;低成本數(shù)字集成電路在線故障檢測的研究[D];上海交通大學;2008年

7 夏琳琳;故障檢測與診斷技術在組合導航系統(tǒng)中的應用研究[D];哈爾濱工程大學;2006年

8 李仿華;基于神經(jīng)網(wǎng)絡的實時故障檢測研究[D];安徽大學;2012年

9 劉洪彬;非高斯過程故障檢測與診斷方法研究[D];沈陽理工大學;2014年

10 買強;青霉素發(fā)酵過程故障檢測與故障診斷的研究[D];河北工業(yè)大學;2000年

  本文關鍵詞：基于序列多維時頻特征的故障檢測與預測研究，由筆耕文化傳播整理發(fā)布。

本文編號：395178