基于自适应MeanShift的结构健康状态监测技术研究

基于自适应MeanShift的结构健康状态监测技术研究

ID:36353460

大小:3.39 MB

页数:79页

时间:2019-05-09

基于自适应MeanShift的结构健康状态监测技术研究_第1页
基于自适应MeanShift的结构健康状态监测技术研究_第2页
基于自适应MeanShift的结构健康状态监测技术研究_第3页
基于自适应MeanShift的结构健康状态监测技术研究_第4页
基于自适应MeanShift的结构健康状态监测技术研究_第5页
资源描述:

《基于自适应MeanShift的结构健康状态监测技术研究》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、分类号:YH17、TP18110710-2010132001硕士学位论文基于自适应MeanShift的结构健康状态监测技术研究薛小庆导师姓名职称段晨东教授申请学位级别工学硕士学科专业名称控制理论与控制工程论文提交日期2013年5月28日论文答辩日期2013年6月6日学位授予单位长安大学EquipmentHealthConditionMonitoringTechnologyUsingAdaptiveMeanShiftClusteringADissertationSubmittedfortheDegreeofMasterCandidate:XueXiaoqingSupervisor:Pro

2、f.DuanChendongChang’anUniversity,Xi’an,China摘要随着科学技术的发展,机械设备越来越复杂,自动化水平越来越高,机械设备在现代工业生产中的作用和影响越来越大,与其有关的费用越来越高,机器运行中发生的任何故障或失效不仅会造成重大的经济损失,甚至还可能导致人员伤亡。因此,应该及时地对设备故障状态进行监测,使之安全经济地运转。本文以滚动轴承为研究对象,研究了基于自适应MeanShift聚类算法的机械结构健康状态监测技术。研究了信号的预处理方法:时域指标、频域指标和小波包变换。实验表明:当滚动轴承出现故障时,时域、频域指标都会发生变化,且不同类型损伤和损

3、伤程度不同时,时域和频率指标有明显差别;另外,不同类型损伤的振动信号经小波包变换分解后,其能量分布也表现出不同的特征;因此,提取振动信号的时域、频域和小波包指标可以降低振动信号的维数,有效地描述不同类型的故障状态。研究了基于能量熵的健康状态监测方法,实验表明:小波包能量熵可以有效地鉴别故障状态和损伤程度,可以用来监测滚动轴承健康状态的变化历程。论述了MeanShift算法的原理,通过实验研究了核函数、核半径以及阈值对聚类算法的影响。核函数影响聚类分析的准确率及算法的迭代次数,对于每一个核函数,聚类算法都存在一个合理的核半径区间,当核半径超出该范围时,聚类的准确率会降低;另外,阈值越小,

4、算法的聚类效果越好。论述了自适应MeanShift算法(AdaptiveMeanShift,AMS)的原理,通过实验证明了核函数、初始核半径以及迭代次数对聚类算法的影响。使用高斯核函数时,核半径初值的选择对聚类影响较大,使用Epanechnikov核函数时,核半径初值对聚类影响较小,与前者相比,它的分类准确率较低;另外,增大迭代次数,可以改善聚类效果。与MeanShift算法相比,AMS算法具有较好的聚类效果。提出了基于自适应MeanShift质心偏移的结构健康状态监测方法,该方法将无损伤状态的质心作为基准,用某一状态的质心与基准质心的偏移量判断结构是否发生损伤以及损伤程度。实验表明:

5、与基准质心距离越远,结构的损伤程度越严重。因此用质心偏移量可以有效地评估结构的健康状态。关键词:自适应MeanShift、聚类、信号预处理、能量熵、结构健康状态iAbstractWiththedevelopmentofscienceandtechnology,machineryandequipmentbecomemorecomplex,andthelevelofautomationbecomeshigher.Astheroleandimpactofmachineryandequipmentinmodernindustrialproductionaregrowing,thecostsre

6、latingtheretoitaregettinghigherandhigher.Anymalfunctionorfailureintheoperationofthemachinewillcausesignificanteconomiclossesandmayevenresultincasualties.Therefore,thereshouldbeatimelymannertomonitorthemalfunctionoftheequipmenttomakeitworksafelyandeconomically.Thispaper,whichisusingtherollingbear

7、ingastheresearchobject,studiestheequipmenthealthconditionmonitoringtechniquesbasedonAdaptiveMeanShiftclustering.Signalpreprocessingmethodsuchastimedomainindexes,frequencydomainindexesandwaveletpackettransformhasbeenstudied.T

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。