学位论文 > 优秀研究生学位论文题录展示

局域波分解方法、特征剖析及应用研究

作　者: 胡红英
导　师: 马孝江
学　校: 大连理工大学
专　业: 机械电子工程
关键词: 局域波法故障诊断非平稳信号处理瞬时频率趋势提取近似熵
分类号: TN911.7
类　型: 博士论文
年　份: 2006年
下　载: 594次
引　用: 15次
阅　读: 论文下载

内容摘要

随着科学技术的不断发展，非平稳信号处理方法及其在工程中的应用研究越来越受到人们的重视。无论是在雷达信号处理领域还是设备故障诊断领域，非平稳信号处理一直都是一个困扰人们的复杂而有意义的课题。各种各样新方法、新技术的提出为解决非平稳问题注入了新的活力。局域波理论就是其中最新技术之一。局域波理论在十几年的发展过程中，逐渐展现出它在非平稳信号处理领域的优势。但这种理论还不是很完善，仍需进一步探讨；同时，其应用方法和应用领域仍需进一步研究。本文基于这个思想，并根据国家自然科学基金项目“局域波法及其工程应用研究”(50475155)，结合前人的研究和工程需要，对局域波理论和方法进行了深入的研究，并在工程应用方法上进行了新的探索。主要的工作如下： (1) 根据局域波分解与小波分解的相似性特点，总结了局域波分解特性，比较了局域波和小波分解在理论及应用领域——一、二维信号分解、奇异性检测、数据压缩、时频分析等方面的异同，为局域波的深入研究提供了思路。 (2) 针对现有的局域波分解算法，分析了它的分解能力，给出了分解误差随采样频率变化的曲线和两正弦信号叠加时的可分区域图，解释了局域波对正(余)弦调幅信号和加和信号不可分的原因，指出了局域波分解的高频模式分量可能存在不满足Hilbert变换的前提条件的可能性，建议应对高频模式分量慎用Hilbert变换；此外，还全面分析了局域波分解存在过分解、产生伪分量的原因，提出了用基本分量与原信号的相关性，来检验分量可靠性的方法，并给出了处理伪分量的思路。 (3) 根据噪声往往处于高频段的特点，对局域波分解的前几个分量进行噪声分析，根据白噪声与任何信号不相关的特点，提出了分解分量的噪声评判标准，并在此基础上建立了基于相关分析和噪声评判的信号降噪方法。变速箱故障诊断的实例说明了此降噪方法对非平稳信号降噪很有效。 (4) 从局域波分解具有能精确提取趋势的特点入手，建立了局域波分解分量的趋势评判标准，即用局域波分解分量的标准均值来确定哪些分量被趋势成分污染，用标准均值远离零点的分量(序数为D)和其后面的分量加上趋势项来重构信号，得到信号的缓变趋势。并把此理论应用在缓变瞬时频率的提取、非参数密度和回归估计等方面；并在此基础上，分析了柴油机不同喷油状态下燃烧段的绝对趋势，从而为分析喷油状态提供了重要的特征信息。 (5) 在故障特征提取方法方面，结合近似熵对波形复杂性的定量特点，提出了局域波和近似熵相结合的局域波近似熵特征提取法，建立了分辨故障的有效特征；进而，

全文目录

摘要  5-7
ABSTRACT  7-11
1 绪论  11-28
  1.1 论文的研究背景和选题意义  11-15
  1.2 局域波法理论、方法及其工程应用现状  15-25
    1.2.1 局域波理论的起源  15-17
    1.2.2 局域波理论与方法及其发展状况  17-23
    1.2.3 局域波法的工程应用现状  23-25
  1.3 论文的结构安排与主要工作  25-28
    1.3.1 论文研究的主要问题  25
    1.3.2 论文的研究内容和章节安排  25-28
2 局域波分解与小波分解的比较  28-40
  2.1 局域波分解与小波分解的原理比较  28-29
  2.2 局域波分解与小波分解的特性比较  29-30
  2.3 局域波分解与小波分解的应用比较  30-38
    2.3.1 信号分解  30-32
    2.3.2 奇异性检测  32-36
    2.3.3 数据压缩  36-37
    2.3.4 非平稳信号的时频分析  37-38
  2.4 局域波与小波现存问题的分析  38-39
  2.5 小结  39-40
3 局域波分解特点的深入研究  40-59
  3.1 局域波分解能力分析  40-49
    3.1.1 采样频率对局域波分解能力的影响  40-42
    3.1.2 频率差、能量差与局域波分解能力的关系  42-46
    3.1.3 正(余)弦调幅信号的局域波分析  46-49
  3.2 局域波基本模式分量的Hilbert变换的深入研究  49-54
  3.3 局域波分解的伪分量分析  54-58
    3.3.1 局域波过分解原因分析  54-55
    3.3.2 伪分量鉴别方法  55-58
  3.4 小结  58-59
4 基于局域波分解的信号降噪  59-69
  4.1 基于相关分析的信号降噪  59-61
  4.2 基于基本模式噪声判别的信号降噪  61-63
    4.2.1 噪声判别方法  61-62
    4.2.2 基于噪声判别的信号降噪  62-63
  4.3 基于局域波降噪的变速箱故障诊断  63-67
    4.3.1 变速箱故障分析  64
    4.3.2 变速箱故障诊断  64-67
  4.4 小结  67-69
5 基于局域波分解的趋势成分提取和应用  69-87
  5.1 局域波分解趋势项的特点分析  69-70
  5.2 基于局域波分解的缓变趋势提取方法  70-72
  5.3 基于局域波分解缓变趋势提取的非参数密度与回归估计  72-77
    5.3.1 概率密度估计  72-74
    5.3.2 回归估计  74-77
  5.4 基于局域波分解趋势项的非参数瞬时频率估计  77-82
    5.4.1 信号的瞬时频率与极大似然估计  77-78
    5.4.2 基于局域波分解趋势项的瞬时频率估计与仿真  78-82
  5.5 柴油机不同喷油状况下的绝对趋势分析  82-86
  5.6 小结  86-87
6 局域波近似熵及其在故障诊断中的应用  87-102
  6.1 局域波近似熵  87-91
    6.1.1 近似熵  87-89
    6.1.2 近似熵的特点及工程应用分析  89-90
    6.1.3 局域波近似熵  90-91
  6.2 基于局域波近似熵的齿轮箱故障诊断  91-94
  6.3 局域波近似熵在转子故障分类中的应用  94-101
    6.3.1 转子故障的局域波近似熵分析  94-98
    6.3.2 转子故障的概率神经网络(PNN)分类  98-101
  6.4 小结  101-102
结论  102-104
参考文献  104-110
附录A 局域波的几种分解算法  110-112
附录B 局域波的边界处理方法  112-114
攻读博士学位期间发表的学术论文情况  114-115
致谢  115-116
大连理工大学学位论文版权使用授权书  116

局域波分解方法、特征剖析及应用研究

内容摘要

全文目录

相似论文