基于信號稀疏表征的軸心軌跡提取方法研究.pdf

1、作為旋轉(zhuǎn)機(jī)械振動狀態(tài)下一類重要的圖像特征,軸心軌跡包含了旋轉(zhuǎn)機(jī)械大量的故障信息,因此對于軸心軌跡的提純、特征提取及自動識別水平直接關(guān)系到旋轉(zhuǎn)機(jī)械的故障診斷水平。針對軸心軌跡包含大量噪聲、特征提取不準(zhǔn)確等問題,本文在軸心軌跡提純方法、特征提取和自動識別等方面開展了研究,必將對旋轉(zhuǎn)機(jī)械的可靠性和企業(yè)的安全生產(chǎn)產(chǎn)生重大的科學(xué)意義和工程價值。全文主要內(nèi)容如下:
　　首先在介紹了軸心軌跡的研究背景和研究現(xiàn)狀后,分析了各種故障原因下轉(zhuǎn)子的振動

2、機(jī)理,探討了轉(zhuǎn)子系統(tǒng)的力學(xué)模型。通過對正常狀態(tài)下和相關(guān)故障原因下轉(zhuǎn)子的受力情況進(jìn)行理論計算,建立了轉(zhuǎn)子系統(tǒng)正常狀態(tài)下、故障狀態(tài)下的力學(xué)模型。并詳細(xì)地分析了各種故障原因下轉(zhuǎn)子軸心軌跡的時域波形特點。
　　其次針對目前降噪方法必須基于有用信號和噪聲信號在不同的分布頻率的缺點,提出了基于稀疏表征的降噪方法。將測量得到的軸心軌跡信號通過一定的算法(SALSA算法)將復(fù)雜信號轉(zhuǎn)化為一種非常簡潔的表達(dá)形式,即可濾除噪聲,達(dá)到提純的效果。同時通

3、過引入相關(guān)系數(shù)這一目標(biāo)函數(shù),優(yōu)化參數(shù),達(dá)到對現(xiàn)有算法的改進(jìn)。最后,通過仿真計算,并與低通濾波和傳統(tǒng)小波降噪對比,分析改進(jìn)后的稀疏分解算法在軸心軌跡提純效果。仿真結(jié)果表明,改進(jìn)后的稀疏分解算法具有較好的提純效果。
　　再次在獲得提純后的軸心軌跡的基礎(chǔ)上,通過利用改進(jìn)的不變矩和傅里葉描述子獲取軸心軌跡的特征,然后利用歐式距離相似度方法分別對待識別圖像進(jìn)行識別,結(jié)果證明通過兩種方法基本能夠得到軸心軌跡的圖像特征,而且具有一定的準(zhǔn)確性。<