电梯故障诊断中的图像处理与独立成分分析

《电梯故障诊断中的图像处理与独立成分分析》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、上海交通大学学位论文原创性声明本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取得的成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名：阚万日期：2009年2月25日上海交通大学学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权上海交通大学可

2、以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。保密□，在年解密后适用本授权书。本学位论文属于不保密□。√（请在以上方框内打“√”）学位论文作者签名：阚万指导教师签名：王利生日期：2009年2月25日日期：2009年2月25日上海交通大学引言电梯是一种既省力又舒适而且效率高的交通工具。用专业术语描述：电梯是一个装载人员和货物的轿厢，沿着长度设定的垂直不变的导轨，在建筑物的不同水平面间，作间歇运动的用电力驱动的其中机械。现代化的高层建筑离不开电梯，服务性和生产性的部门也同样需要不同类

3、型的电梯，随着国民经济的高速发展和多功能现代化的建筑群不断涌现，全社会配备电梯的用户正在迅速增加。电梯时一种垂直交通运输设备，有时比较复杂的机、电结合成一体的大型工业产品，既有完善的机械专用构造，又有系统的电气器件和控制部分。电梯在使用中要能达到运行正常、乘坐舒适、不出（或少出）故障，并确保安全运行，避免人身事故，电梯的维修管理人员就必须及时掌握电梯运行过程中的状况，可以断言，在高科技日益进步的时代，终身仅会维修某一种技术系列电梯时不可能胜任本职工作的；因此应该认真地根据原理掌握电梯振动故障机理的特点，掌握其技术精髓，这样在遇到故障时就有了准

4、确找出故障原因和及时排除的“本钱”。电梯振动故障机理研究是实现故障诊断的基础。机理研究是为了揭示故障的内在本质和规律性，分析故障的成因，了解故障发生时表现出来的特征和现象，从物理及原理方面探索产生故障的原因，进而提出有效的解决措施和预防措施。机理研究借助于相关的基础学科，如数学、物理、机械动力学等，通过试验或理论研究的途径，建立科1上海交通大学学的故障模型，从中总结出一般性的规律，为故障诊断的实施提供理论依据。故障机理的深入研究，促进了状态监测与故障诊断技术的进一步发展。但是由于多数的故障振动机理复杂，环境影响因素众多，实验室条件下的模型简化

5、和各种前提假设，使得求解得出的解析解或数值解与实际现象之间差别较大。目前，电梯状态监测与故障诊断技术的核心问题仍然是如何全面掌握电梯运行信息，分析各故障的表现特征以及对各种特征的识别，从而准确区分各种常见故障，确定故障发生部位及程度。故障机理的研究一般只是为状态监测和故障诊断技术提供理论上的支持，将其直接应用于现场实际电梯的在线监测与诊断，从目前情况看还十分困难。本文将首先采用数字图像处理中的脊线提取方法分析分析时频域内的电梯振动信号，找出故障发生点的模极大值曲线定位故障点和频率。随后，本文又将ICA运用于电梯运行过程监控，在电梯运行过程中及

6、时发现故障点，避免故障发生。2上海交通大学第一章小波变换与机械故障诊断小波分析(WaveletAnalysis)是当前应用数学中一个迅速发展的新领域。经过二十几年的探索和研究，其重要的理论体系已经形成。与Fourier变换相比，小波变换是一种时间一频率(尺度)的局域变换；与短时Fourier变换相比，小波变换能够通过伸缩和平移改变时频分析窗的形状，从而对函数或信号进行多分辨分析(MultiresolutionAnalysis)[1-5]。因而小波变换被誉为“数学显微镜”。它解决了Fourier分析不能解决的许多困难问题。小波变换现在已经被广泛

7、应用于很多工程技术领域[6-8]，如信号处理、图像处理、模式识别、语音识别、地震勘测、CT成像、机器视觉、医学诊断、流体力学等。在机械故障诊断领域，它已被用来对齿轮[9-11]、轴承[12,13]、往复式压缩机[14-15]和内燃机[16-19]的故障进行诊断。刁彦华、王玉田、陈国通[20]利用从光滑函数的一阶或二阶导数获得的小波,分析了信号奇异点定位方法及奇异度的计算方法,并指出了利用此方法时对所用小波函数的要求及尺度参数的选取原则,为非平稳信号的检测提供一种行之有效的方法。程圣军、于德介、邓乾旺和杨宇[21]针对滚动轴承故障振动信号的特点

8、，构造脉冲响应小波，采用连续小波变换的方法来提取滚动轴承故障振动信号的特征，在此基础上提出了两种滚动轴承故障诊断方法：尺度—小波能量谱比较发和时间—小波能量谱自相关