基于变量预测模型模式识别的旋转机械故障诊断研究

基于变量预测模型模式识别的旋转机械故障诊断研究

ID:34873971

大小:4.90 MB

页数:137页

时间:2019-03-13

基于变量预测模型模式识别的旋转机械故障诊断研究_第1页
基于变量预测模型模式识别的旋转机械故障诊断研究_第2页
基于变量预测模型模式识别的旋转机械故障诊断研究_第3页
基于变量预测模型模式识别的旋转机械故障诊断研究_第4页
基于变量预测模型模式识别的旋转机械故障诊断研究_第5页
资源描述:

《基于变量预测模型模式识别的旋转机械故障诊断研究》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、学校代号10532学号B11020032分类号TH165.3密级公开博士学位论文基于变量预测模型模式识别的旋转机械故障诊断研究学位申请人姓名罗颂荣培养单位机械与运载工程学院导师姓名及职称程军圣教授学科专业机械工程研究方向机电设备状态监控与故障诊断论文提交日期2015年6月12日学校代号:10532学号:B1120032密级:公开湖南大学博士学位论文基于变量预测模型模式识别的旋转机械故障诊断研究(国家自然科学基金项目资助项目编号:51175158)学位申请人姓名:罗颂荣导师姓名及职称:程军圣教授培养单位:机械与运载工程学院专业名称

2、:机械工程论文提交日期:2015年6月12日论文答辩日期:2015年9月25日答辩委员会主席:于德介教授ResearchonFaultDiagnosisMethodforRotatingMachineryUsingVariablePredictiveModelBasedClassDiscriminatebyLUOSongrongB.E.(HunanUniversity)1996M.S.(HuazhongUniversityofScienceandTechnology)2003Adissertationsubmittedinpar

3、tialsatisfactionoftheRequirementsforthedegreeofDoctorofEngineeringinMechanicalEngineeringintheGraduateSchoolofHunanUniversitySupervisorProfessorCHENGJunshengJune,2015湖南大学学位论文原创性声明本人郑重声明:所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加W标注引用的内容外,本论文不包含任何其他个人或集体己经发表或撰写的成果

4、作品。对本文的研究做出重要贡献的个人和集体,均己在文中W明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名;日期年月卢曰^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口或机构送交论文的夏印件和电子版,允许论文被查阅和借阅。本人授权湖南大学可W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[^采用穀印、缩巧或扫描等复制手段保存和汇编本学位论文。本学位论文属于1、保密□,在年解密后适用本授权书。____/

5、2、不保密因。""(请在上相应方框内打V)乂^作者签名:日期;V可户年^月/日导师签名曰期年月。曰【广^^r基于变量预测模型模式识别的旋转机械故障诊断研究摘要随着科学技术的发展,故障诊断技术逐渐成为了保障旋转机械设备安全可靠运行的核心支持技术之一。对旋转机械故障诊断新技术、新方法的研究具有重要的理论和实际意义。旋转机械故障诊断技术的实质是模式识别的问题。模式识别方法的选择与运用对提高故障诊断的精度和稳定性具有十分重要的作用。在旋转机械故障诊断领域,广泛使用的模式识别方法有神经网络、支持向量机等,但这些方法都存

6、在着各自的局限性,且没能充分利用特征变量之间的相互内在关系。实际上,通过现代信号处理方法提取的特征值之间往往存在一定的相互内在关系,不同的系统或者同一系统不同的状态,相互内在关系的数学表达式存在明显差异。基于变量预测模型模式识别(VariablePredictiveModelBasedClassDiscriminate,VPMCD)方法是一种新的模式识别方法。VPMCD方法能充分利用各个特征值之间的相互内在关系建立变量预测模型(VariablePredictiveModel,VPM)的数学表达式,从而进行分类识别。为了将VPMC

7、D方法应用于小样本多分类的旋转机械故障诊断,本文在国家自然科学基金项目的资助下(编号:51175158),对VPMCD方法的关键理论及其在小样本多分类的旋转机械故障诊断中的应用进行了深入而系统地研究。本文主要的研究内容和创新点如下:(1)研究了VPMCD方法的基本原理和具体算法,总结了VPMCD方法的特点,将VPMCD方法与神经网络、支持向量机等方法进行了对比研究,分析结果表明:VPMCD方法在分类性能、运算速度等诸多方面具有明显的优势。(2)针对原VPMCD方法中模型参数估计方法存在的不足,提出了采用加权最小二乘参数估计来代替

8、最小二乘参数估计,从而改进VPMCD方法,仿真分析结果证表明,改进后的VPMCD方法在更少的训练样本下,可以取得了更高的模型拟合精度。(3)针对具体的旋转机械故障诊断问题,结合最新的现代信号处理技术,提出了多种特征提取方法:LMD(LocalMeanDecomp

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。