正文描述:《基于隐马尔科夫模型的机械传动装置故障诊断》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、广东工业大学硕士学位论文(工学硕士)基于隐马尔科夫模型的机械传动装置故障诊断吴宇成二〇一八年六月分类号:学校代码:11845UDC:密级:学号:2111501015广东工业大学硕士学位论文(工学硕士)基于隐马尔科夫模型的机械传动装置故障诊断吴宇成校内导师姓名、职称:高伟强副教授学科(专业)或领域名称:机械工程学生所属学院:机电工程学院论文答辩日期:2018年5月ADissertationSubmittedtoGuangdongUniversityofTechnologyfortheDegreeofMaster(MasterofEngineeringScience)FaultDiag
2、nosisofMechanicalTransmissionDeviceBasedonHiddenMarkovModelMasterCandidate:WuYuchengSupervisor:Prof.GaoWeiqiangJune2018SchoolofElectromechanicalEngineeringGuangdongUniversityofTechnologyGuangzhou,Guangdong,P.R.China,510006摘要摘要机械传动装置是工业产品中不可缺少的部件,由于其是一个结构复杂的系统,不论是加工还是装配,要求的精度都比较高,又加上其经常工作于持续高负载
3、的状态下,出现故障也是正常的。出现故障之后会引起传动装置工作时异常振动,并产生噪声,甚至导致整个设备无法工作。在传动装置的使用过程中,如果能在早期发现故障并对故障进行诊断,就可以合理的制定使用或维修计划,防止生产中事故的出现。本文采用了隐马尔可夫模型(HiddenMarkovModel,HMM)的故障诊断技术,该方法的分类能力较强、对样本的需求少以及计算速度比较快,比较适合对非线性振动信号的分析。本文的主要工作如下:1.论述了传动装置故障诊断的研究意义,总结了故障诊断技术的常用方法和HMM在故障诊断中的应用,分析了传动装置常见的故障形式和原因,并对多种故障诊断技术进行了分析对比。2
4、.分析并验证了快速傅里叶变换(FastFourierTransformation,FFT)和AR模型功率谱估计在传动装置健康监测中的作用,采用了基于集合经验模态分解(EnsembleEmpiricalModeDecomposition,EEMD)的特征提取方法,并将其应用在DHMM中,并编制了基于C++的实现函数。3.论述了HMM的基本理论,重点研究了离散HMM(DiscreteHMM,DHMM)故障诊断的实现过程,并编制了基于C++的实现函数,最后给出了基于HMM的故障诊断思路与流程。4.基于Qt和C++编程语言开发了状态监测和故障诊断软件。该软件使用方便,具有友好且直观的图形界
5、面,在本文搭建的实验平台上能够快速准确地完成监测和诊断工作。关键词:传动装置故障诊断,隐马尔可夫模型,集合经验模态分解,系统开发I广东工业大学硕士学位论文ABSTRACTMechanicaltransmissionisanindispensablepartofindustrialproducts.Becauseitisacomplexsystem,whetheritisprocessingorassembly,therequiredaccuracyisrelativelyhigh,coupledwithitoftenworkinginstateofsustainedhighload
6、,failureisalsonormal.Afterafaultoccurs,abnormalvibrationsandnoisemaybegeneratedduringoperationofthetransmission,whichmayevenresultintheinabilityoftheentiredevice.Therefore,itisnecessarytostudythetransmissionfaultdiagnosis.Duringuseoftransmission,iffaultcanbediscoveredearlyanditcanbediagnosed,t
7、heuseormaintenanceplancanbereasonablyformulatedtopreventtheoccurrenceofaccidentduringproduction.ThefaultdiagnosistechnologybasedonHiddenMarkovModel(HMM)isadoptedinthispaper.Themethodhasstrongerclassificationability,lessdemandonsampleand
显示全部收起
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。