机械早期故障弱信号提取及智能诊断研究

《机械早期故障弱信号提取及智能诊断研究》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、？；＾ＳＳＯＵＴＨＷＥＳＴＪＩＩＩＡＯＴＯＮＧＵＮＶＥＲＳＴＹＩｆ±学位论文ＩａＤＯＣＴＯＲ乂ＬＤＩＳＳＥＲＴＡＴＩＯＮ论文题目：喔早臟障弱信号提取及智究…．．琴…．．．．，－滅－麵造及自动化導学誰；二。。八级；年级—．．．．．．硏究生；＾．—０，傅攀概：＿指导教师，．＾＾＇變祕第等二—五年六月〇ＴＰ２国内图书分类号：１６密级：公开国际图书分类号：６２１西南交通大学研究生学位论文机械早期故障弱信号提取及智能诊断研究年级２００８级姓名曹伟青申请学位级别博

2、壬专业机械制造及自动化指导教师傅攀教授二零一五年六月Ｃｌａｓｓ近ｅｄＩｎｄｅｘ：ＴＰ２１６Ｕ：６２１．Ｄ．ＣＳｏｕｔｈｗｅｓｔＪｉａｏｔｏｎＵｎｉｖｅｒｓｉｔｇｙＤｏｃｔｏｒＤｅｇｒｅｅＤｉｓｓｅｒｔａｔｉｏｎＲｅｓｅａｒｃｈｏｎＭｅｃｈａｎｉｃａｌＥａｒｌｙＷｅａｋＳｉｇｎａｌＥｘｔｒａｃｔｉｏｎａｎｄＦａｕｌｔＤｉａｓｉｓｇｎｏＧｒａｄｅ：２００８Ｃａｎｄｉｄａｔｅ：ＣａｏＷｅｉｑｉｎｇＡｃａｄｅｍｉｃＤｅｒｅｅＡｌｉｅｄｆｏｒ：ＤｏｃｔｅｒＤｅｒｅｅｇｐ

3、ｐｇＳｅｃｉａｌｉｔ：ＭｅｃｈａｎｉｃａｌＭａｎｕｆａｃｔｕｒｅａｎｄＡｕｔｏｍａｔｉｏｎｐｙＳｕｅｒｖｉｓｏｒ：Ｐｒｏｆ．ＰａｎＦｕｐＪｕｎｅ，２０１５西南交通大学学位论文版权使用授枚书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复印件和电子版，允许论文被查阅和借阅本人授＞权西南交通大学可（＾将本论文的全部或部分内容编入有关数据库进行检索，可１＾１采用影印、缩印或扫描等复印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仅

4、书；２．不保滋２＾＾使用本授权书。＂＂（请在Ｗ上方框内打Ｖ）学位论文作者签名；指导老师签名；Ｗ々。月＇／曰期：坪巧Ｈ曰期：今西南交通大学博±学位论文创新性声明本人郑重声明：所呈交的学位论文，是在导师指导下独立进行研究工作所得的成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写过的研究成果。对本文的研究做出贡献的个人和集体，巧已在文中作了明确的说明。本人完全意识到本声明的法律结果由本人承担。本学位论文的主要创新点如下；１．研究并提出联合降噪与经验模态分解（ＥＭＤ）结合的微弱特征提取新方

5、法。首先分析了噪声对ＥＭＤ分解质量的影响，采用形态滤波去除信号中的脉冲噪声并结合奇异值分解（ＳＶＤ）降低随机噪声成分，对提取的弱信号进行联合降噪预处理，然后再进行６的０分解来提取微弱的故障特征，通过对比可［＾看到这种方法的优越性。对于形态滤波滤除振动信号中的噪声成分，提出了采用正弦型结构元素比直线型结构元素降噪效果更好，对于，由；同时奇异值分解降噪引入奇异值能量差分谱于在信号与噪声的分界处，会引起较大的峰值，因此可选此处对应的奇异值为信号与噪声的重构维数Ａ。最后将所提方法应用于轴承的故障诊断中，取得了较好的识别效果。一２．研究

6、并提出种新的解决欠定问题的独立分量分析（ＩＣＡ）方法。一对于含噪的单通道ＩＣＡ分离，研究并提出了种即可Ｗ解决观测信号数目小于源信号数目的欠定问题，又可将信号中的噪声去除的新方法；将噪声作为虚拟观测一Ａ信号引入，与传感器采集的信号起构成二维观测向畳，实现。考虑到引入ＩＣ分离一的噪声与观测信号中所含的噪声成分的致性问题，论文通过公式推导及仿真分析，给予了分类研究，结果证明了所提方法的可行性。一３。．研究并提出种新的Ｂ样条模糊神经网络的学习算法传统的Ｂ样条模糊神经网络采用自适应学习算法，鉴于该方法需要根据经验进行参数调节的不足，论文

7、提出了利用遗传算法来优化Ｂ样条模糊神经网络的各参数，从而提高网络的优化速度和故障诊断率。最后通过刀具的磨损故障诊断验证了该方法的有效性。＾学位论文作者签名：＾＾＾＾曰期：。／角，马西南交通大学博±研究生学位论文第Ｉ页摘要在机械设备早期故障诊断中，最重要也是最困难的就是故障信号的特征提取。受到现场环境的影响，所测得的信号包含大量的噪声干扰，信号的特征很微弱，往往被噪声淹没，很难获得准确的设备状态信息。如何从含噪的混合信号中检测出微弱故障一一特征信号是当前研究的个热点问题，。对于单的旋转机械论文在研究形态滤波、

8、奇异值分解巧ＶＤ）降噪的基础上提出了经验模态分解（Ｅ