机械诊断现代信号处理及故障识别关键技术研究

《机械诊断现代信号处理及故障识别关键技术研究》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、机械诊断现代信号处理及故障识别关键技术研究摘要1绪论9-171.1引言9-131.1.1进行设备状态监测和故障诊断的意义10-121.1.2设备监测与诊断的目标12-131.2设备监测与故障诊断技术的发展、现状及展望13-141.2.1故障诊断的基本过程和原理131.2.2设备监测与故障诊断技术的发展、现状13-141.2.3设备监测与故障诊断技术的发展趋势141.3关于课题的研究方案14-171.3.1课题的提出14-151.3.2论文研究内容15-161.3.3国内外研究现状16-172小波分析及其在故障诊断中应用的研究17

2、-382.1小波分析理论17-232.1.1小波定义17-182.1.2小波变换的特点18-192.1.3离散小波变换的多分辨率分析19-232.2小波分析在机械诊断中的应用23-382.2.1滚动轴承振动信号小波域自适应滤波方法23-272.2.2旋转机械状态的提升小波复合特征识别方法的研究27-332.2.3往复机构混沌振动响应特征辩识33-383经验模式分解(EMD)在轴承故障诊断中的应用38-433.1EMD基本原理38-393.2EMD-AR模型基本算法39-403.3滚动轴承诊断实例40-413.4结论41-434独

3、立分量分析(ICA)在机械系统诊断中的应用43-484.1ICA算法基本原理43-444.1.1振动信号预处理43-444.1.2FASTICA算法444.2计算机仿真实验44-454.3机械状态目标识别可行性验证45-484.3.1支持向量机(SVM)分类算法45-464.3.2实验研究46-485应用盲解卷积提取机械系统诊断信息48-635.1转子-轴承系统卷积识别机理48-525.1.1卷积混叠理论及小波-ICA方法48-505.1.2实验验证50-525.2一种新的双谱解卷积方法52-565.2.1算法原理52-545.

4、2.2实验研究54-565.2.3结论565.3强干扰下耦合机械系统盲辨识56-635.3.1匹配追踪方法56-575.3.2改进的PCA解卷准则57-595.3.3实验研究59-625.3.4结论62-636总结与展望63-64致谢64-65