欢迎来到天天文库
浏览记录
ID:34561294
大小:2.81 MB
页数:93页
时间:2019-03-07
《基于HMM的滚动轴承故障诊断方法研究及硬件实现.pdf》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、硕士学位论文基于HMM的滚动轴承故障诊断方法研究及硬件实现RESEARCHANDHARDWAREIMPLEMENTATIONOFROLLINGBEARINGFAULTDIAGNOSISBASEDONHMM江金源哈尔滨工业大学2018年6月国内图书分类号:TP391学校代码:10213国际图书分类号:621.3密级:公开工学硕士学位论文基于HMM的滚动轴承故障诊断方法研究及硬件实现硕士研究生:江金源导师:刘旺副教授申请学位:工学硕士学科:仪器科学与技术所在单位:电气工程及自动化学院答辩日期:2018年6月授予学位单位:哈尔滨工业大学ClassifiedInde
2、x:TP391U.D.C:621.3DissertationfortheMasterDegreeinEngineeringRESEARCHANDHARDWAREIMPLEMENTATIONOFROLLINGBEARINGFAULTDIAGNOSISBASEDONHMMCandidate:JiangJinyuanSupervisor:AssociateProf.LiuWangAcademicDegreeAppliedfor:MasterofEngineeringSpeciality:InstrumentScienceandTechnologyAffiliati
3、on:SchoolofElectricalEngineeringandAutomationDateofDefense:June,2018Degree-Conferring-Institution:HarbinInstituteofTechnology哈尔滨工业大学工学硕士学位论文摘要滚动轴承是旋转机械设备中的关键组成部分,为保证机械设备在长时间、重负荷的情况下依然能够可靠、高效地工作,对滚动轴承开展状态监测与故障诊断的研究就具有重大意义。因此本文针对滚动轴承进行了故障诊断方法的研究,重点对其中的故障特征提取、故障特征降维和故障诊断识别进行了深入分析研究,提出
4、了有效且完整的滚动轴承故障诊断方法。在此基础之上,将滚动轴承故障诊断方法在异构SoC硬件平台上完成了移植实现,并对计算架构的设计进行了研究,验证了方法在异构SoC平台上实现高性能计算的可行性与优越性。具体研究内容如下:对比分析了多种滚动轴承故障特征提取方法之后,选择效果最优的变分模态分解(VariationalModeDecomposition,VMD)方法来进行初步故障特征的提取。在此基础上,将奇异值分解(SingularValueDecomposition,SVD)应用于初步故障特征的降维之中。在保证故障特征信息有效的情况下,大大降低了后续模型输入训练的
5、计算量。针对故障诊断识别方法,将在自然语言处理领域广泛使用的隐马尔科夫模型(HiddenMarkovModel,HMM)应用于滚动轴承故障诊断领域。讨论分析了HMM的相关概念与基本算法之后,结合实际信号特点,对HMM模型中的特定参数采用高斯混合模型(GaussianMixedModel,GMM)拟合描述。从而对提取得到的故障特征进行基于GMM-HMM的滚动轴承故障模型构建。通过不同的滚动轴承实际数据来对本文提出的故障诊断方法进行测试验证。实验结果表明,采用VMD与SVD相结合的特征提取方法能够为GMM-HMM提供有效的训练特征样本,配合GMM-HMM模型能够
6、快速完成滚动轴承故障模型的训练,实现了对滚动轴承运行状态的准确识别,保证了故障诊断的合理性与高效性。在基于Zynq-7000的异构SoC硬件平台上,完成了滚动轴承故障诊断方法的移植实现,结合LabVIEW的交互界面开发,进行了滚动轴承故障诊断系统的设计。在此基础上结合异构SoC平台架构特点,针对滚动轴承故障诊断方法,设计了适合于硬件加速的数据通路,将其中部分算法的计算工作交给硬件实现。验证了在异构SoC平台上,对滚动轴承故障诊断方法进行硬件加速的可靠性与合理性,同时也为复杂算法在嵌入式平台上实现高性能计算提供了一种设计参考。关键词:滚动轴承;特征提取;故障诊
7、断;隐马尔科夫模型;异构SoC-I-哈尔滨工业大学工学硕士学位论文AbstractRollingbearingisakeycomponentinrotatingmachinery.Inordertoensurethatthemachineryandequipmentcanworkreliablyandefficientlyunderlongandheavyloads,theresearchontheconditionmonitoringandfaultdiagnosisofrollingbearingshasgreatsignificance.Therefo
8、re,thisthesisstudiesthefau
此文档下载收益归作者所有