版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、為了解決旋轉(zhuǎn)機(jī)械多源故障欠定盲源分離診斷問題,本論文圍繞振動(dòng)信號的分解與源信號分離,開展了模態(tài)分析方法研究。以滾動(dòng)軸承這一旋轉(zhuǎn)機(jī)械關(guān)鍵零部件作為研究對象,對加速度傳感器采集所得振動(dòng)信號進(jìn)行處理,并采用仿真信號與實(shí)驗(yàn)信號進(jìn)行分析驗(yàn)證,證明本文所用方法的有效性與實(shí)用性。論文的主要內(nèi)容包括:
針對傳統(tǒng)總體經(jīng)驗(yàn)?zāi)B(tài)分解(EEMD)方法收斂時(shí)間慢、模態(tài)分量準(zhǔn)確度低的問題,本論文提出了基于互相關(guān)系數(shù)的改進(jìn)EEMD方法,并成功應(yīng)用于旋轉(zhuǎn)機(jī)械
2、復(fù)合故障欠定盲源分離問題。該方法利用互相關(guān)系數(shù)改進(jìn)EEMD算法進(jìn)行信號分解,既保證了模態(tài)信號的準(zhǔn)確性,解決了分解冗余問題,又成功構(gòu)建了正定模型,解決了欠定盲源分離問題。進(jìn)而使用獨(dú)立分量分析(ICA)實(shí)現(xiàn)了復(fù)合故障診斷。仿真與實(shí)際信號分析均表明,該方法可以有效分離旋轉(zhuǎn)機(jī)械復(fù)合故障信號并提取故障特征。與傳統(tǒng)EEMD實(shí)驗(yàn)相比,該方法提高了識別準(zhǔn)確性,極大地降低了運(yùn)行時(shí)間。
針對實(shí)際振動(dòng)信號的復(fù)雜與噪聲干擾特性,本論文研究了一種變分模
3、態(tài)分解(VMD)方法并成功應(yīng)用于旋轉(zhuǎn)機(jī)械復(fù)合故障診斷。本論文首先使用VMD方法將原始觀測信號分解為多通道模態(tài)信號,然后使用奇異值分解方法進(jìn)行故障源數(shù)估計(jì),進(jìn)而使用基于最大熵準(zhǔn)則的FastICA方法進(jìn)行源信號分離。仿真與實(shí)際信號分析均表明,該方法可以有效分離旋轉(zhuǎn)機(jī)械復(fù)合故障信號并提取故障特征。對比實(shí)驗(yàn)表明,相比于傳統(tǒng)EEMD及改進(jìn)方法,該方法不僅可以有效提高提取獨(dú)立分量的速度,保證分量的準(zhǔn)確性,并且對低信噪比信號的欠定盲源分離具有較好的效
4、果。
本論文建立了VMD與超平面法矢量(NVH)方法相結(jié)合的欠定盲源分離混合矩陣估計(jì)模型,解決了旋轉(zhuǎn)機(jī)械振動(dòng)信號聚類效果受稀疏性影響的問題。首先采用VMD方法將原始復(fù)合故障信號進(jìn)行分解,對模態(tài)信號使用信息論方法(BIC準(zhǔn)則)進(jìn)行聚類個(gè)數(shù)估計(jì),利用NVH方法對模態(tài)分量進(jìn)行聚類,得到聚類結(jié)果并估計(jì)混合矩陣。進(jìn)而采用最短路徑法從混合矩陣與模態(tài)信號中恢復(fù)得到源信號,從而進(jìn)行故障診斷。仿真信號與實(shí)際信號分析表明,該方法可以有效分離旋轉(zhuǎn)機(jī)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 欠定盲源分離在模態(tài)參數(shù)識別中的應(yīng)用.pdf
- 旋轉(zhuǎn)機(jī)械振動(dòng)特征盲源分離初探.pdf
- 欠定盲源分離技術(shù)研究.pdf
- 欠定盲源分離及其應(yīng)用.pdf
- 基于盲源分離的旋轉(zhuǎn)機(jī)械復(fù)合故障診斷方法.pdf
- 欠定盲信號分離方法研究.pdf
- 非欠定盲源分離技術(shù)研究.pdf
- 欠定盲源分離中源信號恢復(fù)算法研究.pdf
- MIMO雷達(dá)信號欠定盲源分離算法研究.pdf
- 欠定盲源分離算法及其應(yīng)用研究.pdf
- 基于稀疏性的欠定卷積盲源分離方法的研究.pdf
- 欠定盲源分離混合矩陣估計(jì)及源信號恢復(fù)方法研究.pdf
- 基于時(shí)頻域稀疏的欠定盲源分離.pdf
- 基于稀疏性的欠定盲源分離技術(shù)的研究.pdf
- 欠定盲源分離混合矩陣估計(jì)算法的研究.pdf
- 基于盲源分離和HHT的旋轉(zhuǎn)機(jī)械故障診斷研究.pdf
- 旋轉(zhuǎn)機(jī)械故障信號特征提取與振動(dòng)源盲分離.pdf
- 語音信號的欠定混合盲源分離算法研究.pdf
- 欠定半盲分離方法與應(yīng)用研究.pdf
- 時(shí)頻域欠定盲分離研究.pdf
評論
0/150
提交評論