学位论文 > 优秀研究生学位论文题录展示
基于EMD的齿轮箱故障特征提取方法研究
作 者: 张强
导 师: 王奉涛
学 校: 大连理工大学
专 业: 精密仪器及机械
关键词: 齿轮箱故障 EMD分析 主分量分析法 特征提取 流形LPP
分类号: TH165.3
类 型: 硕士论文
年 份: 2013年
下 载: 171次
引 用: 0次
阅 读: 论文下载
内容摘要
随着工业技术的高速发展,齿轮箱越来越受到人们的普遍关注。汽车、机车及船舶的运转都离不开它。齿轮箱通常由轴、齿轮、轴承以及箱体等零部件组成。齿轮、轴、轴承的健康状态对机械设备的正常运转起到了关键的作用。文章由传统的测振方法引出本文的工作重点。先对一般的时频分析法进行了介绍,在此基础上将小波分解法应用到信号的消噪中,相比傅利叶消噪具有明显优势。针对机械故障数据的信息量大等特点,引入基于EMD特征提取思想。本文第4章和第5章分别将PCA和流形LPP方法应用到实际故障诊断中。本文的主要工作包括:(1)本文分析了传统时频分析法在振动信号中的应用,并指出了不能处理非平稳、非线性信号的关键问题。在此基础上介绍了新的方法-——Hilbert-Huang变换,对模拟信号进行了经验模态分解(Empirical Mode Decomposition,简称EMD),同时经过Hilbert-Huang变换得到了Hilbert边际谱和HHT谱。(2)将支持向量机(Support Vector Machine,简称SVM)引入齿轮箱的故障诊断中,构建SVM网络模型。介绍了EMD分解中内禀能量熵的定义,当齿轮箱发生故障时,其振动信号的能量也会发生变化。不同频率成分的能量改变构成了不同的故障形式,因此可根据能量熵的不同来进行构架SVM网络,从而进行分类。(3)针对故障数据处理难,引入一种基于EMD的时域特征提取方法——主分量分析法(principal components analysis,简称PCA),它的基本思想是寻找方差最小方向,以此来进行数据的约简和降维。针对工程中需要对系统进行故障监测和跟踪的研究,本文引入智能分析理论——神经网络系统。用主分量分析法进行分析并结合谱图进行故障诊断。经过处理,得12组分量。以前4组主分量数据(1-4振动数据)为测试样本子集,以其余的8组数据为训练样本子集,进行BP神经网络的训练和预测。结果为目标输出与实际输出的相关系数R=0.913,预测点基本符合实际点。(4)将流形局部保持投影(Locality Preserving Projections简称,LPP)应用到齿轮箱故障诊断中。将提取出来的HHT时频谱矩阵进行奇异值分解,进行故障诊断,接着用LPP进行混叠故障信号数据的分类和降维,将此方法应用于故障模式识别问题,具有可行性,可以有效的对齿轮箱轴承故障进行分类。最后,根据文章的总体安排,开发了振动分析模块。
|
全文目录
摘要 4-5 Abstract 5-9 1 绪论 9-15 1.1 课题的选题和研究背景 9 1.2 齿轮箱的故障形式和课题研究的意义 9-11 1.2.1 齿轮的故障形式 9-10 1.2.2 轴承故障形式 10 1.2.3 课题的研究意义 10-11 1.3 齿轮箱故障研究的国内外现状 11-12 1.4 本文主要工作和结构安排 12-15 2 一般常用的振动检测方法介绍 15-27 2.1 齿轮传动的力学模型 16-18 2.2 齿轮箱的振动信号的传统处理方法 18-25 2.2.1 时域分析法 18 2.2.2 频域分析法 18-21 2.2.3 时频域分析法及其应用 21-25 2.3 本章小结 25-27 3 EMD方法的研究 27-38 3.1 Hilbert-Huang变换与经验模式分解 27-32 3.1.1 基于经验模式分解的Hilbert变换 27-30 3.1.2 Hilbert谱 30-32 3.2 EMD综合方法研究 32-37 3.2.1 支持向量机 32-34 3.2.2 EMD和支持向量机结合 34-36 3.2.3 基于EMD奇异值熵法在齿轮箱故障检测中的应用 36-37 3.3 本章小结 37-38 4 基于EMD时域特征提取方法 38-51 4.1 基于PCA的幅值分析特征提取 38-44 4.1.1 PCA法介绍 38 4.1.2 PCA在齿轮箱传感器检测中的应用 38-44 4.2 神经网络建模并进行预测 44-48 4.2.1 前馈型网络结构和反馈网络结构 45-47 4.2.2 向后传播算法 47-48 4.3 PCA法在轮箱故障诊断预测中的应用 48-50 4.4 本章小结 50-51 5 基于EMD的时频域故障提取方法 51-59 5.1 流形算法——LPP算法 51-53 5.2 LPP算法在轴承故障诊断中的应用 53-55 5.3 HHT谱分析的LPP方法实验验 55-58 5.4 本章小结 58-59 6 齿轮箱故障检测系统总体设计和开发 59-64 6.1 系统总体方案设计 59 6.2 系统界面 59-61 6.3 具体信号的分析 61-63 6.3.1 时、频域分析模块 61-62 6.3.2 小波分析模块 62-63 6.3.3 EMD分析模块 63 6.4 本章小结 63-64 结论 64-66 参考文献 66-69 攻读硕士学位期间发表学术论文情况 69-70 致谢 70-71
|
相似论文
- 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
- Q学习在基于内容图像检索技术中的应用,TP391.41
- 直推式支持向量机研究及其在图像检索中的应用,TP391.41
- 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
- 空间交会接近视觉测量方法研究,TP391.41
- 图像实时采集、存储与处理方法研究,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- 多币种纸币处理技术的研究与实现,TP391.41
- 基于类Harr特征和最小包含球的纸币识别方法的研究,TP391.41
- 基于图像的路面破损识别,TP391.41
- 移动机器人视觉检测和跟踪研究,TP242.62
- 高光谱与高空间分辨率遥感图像融合算法研究,TP751
- 基于随机森林的植物抗性基因识别方法研究,Q943
- 基于图像处理技术的烟叶病害自动识别研究,S435.72
- 基于视觉的番木瓜外观品质检测技术研究,S667.9
- 羊绒与羊毛纤维鉴别系统的研究,TS101.921
- 红外图像目标识别及跟踪技术研究,TP391.41
- 水下目标特征的压缩与融合技术研究,TN911.7
- 高光谱图像技术诊断黄瓜病害方法的研究,S436.421
中图分类: > 工业技术 > 机械、仪表工业 > 机械制造工艺 > 柔性制造系统及柔性制造单元 > 故障诊断和维护
© 2012 www.xueweilunwen.com
|