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、從第一次工業(yè)革命開始,科學(xué)技術(shù)和現(xiàn)代工業(yè)得到了飛速、蓬勃的發(fā)展,機(jī)械裝備不斷地朝著大型化、集成化、高速化、精度化、重載化等方向飛速發(fā)展。機(jī)械設(shè)備安全、穩(wěn)定、高效的運(yùn)轉(zhuǎn)牽涉到企業(yè)的經(jīng)濟(jì)利益與生產(chǎn)安全,一旦這些設(shè)備中某些關(guān)鍵部件發(fā)生故障,哪怕僅是局部的失靈,不僅會(huì)造成巨大的經(jīng)濟(jì)損失,更嚴(yán)重地可能會(huì)導(dǎo)致人員傷亡、環(huán)境污染等惡劣影響。因此機(jī)械設(shè)備狀態(tài)監(jiān)測、故障診斷以及故障預(yù)防,對企業(yè)保障經(jīng)濟(jì)效益、財(cái)產(chǎn)與工人生命安全有著重要意義。
本學(xué)
2、位論文主要以稀疏分解與字典學(xué)習(xí)為理論基礎(chǔ),以旋轉(zhuǎn)機(jī)械中的關(guān)鍵部件如滾動(dòng)軸承、齒輪箱為研究對象,深入開展了基于字典學(xué)習(xí)理論的機(jī)械故障特征提取方法的研究,為機(jī)械設(shè)備維護(hù)提供依據(jù)。本文主要的研究工作包括三個(gè)方面:基于傳統(tǒng)字典學(xué)習(xí)的機(jī)械故障特征提取技術(shù);基于特殊結(jié)構(gòu)字典學(xué)習(xí)的機(jī)械故障特征提??;基于設(shè)備狀態(tài)字典庫與稀疏特征的故障診斷方法。本文主要包括以下幾個(gè)方面的內(nèi)容:
(1)闡述了論文的課題來源和研究意義,總結(jié)機(jī)械故障特征提取方法、智
3、能診斷方法、性能退化評估方法及剩余壽命預(yù)測等方面的國內(nèi)外研究現(xiàn)狀與發(fā)展趨勢。對信號稀疏分解與字典學(xué)習(xí)的發(fā)展歷程和研究現(xiàn)狀進(jìn)行了闡述,并總結(jié)了論文的主要研究思路。
(2)介紹了稀疏表征和字典學(xué)習(xí)的基本理論。詳細(xì)闡述了過完備表示、冗余字典、稀疏性度量的基本概念。在此基礎(chǔ)上,分別詳細(xì)介紹了幾種常用稀疏系數(shù)求解和字典學(xué)習(xí)的計(jì)算方法,為后續(xù)章節(jié)奠定理論基礎(chǔ)。
(3)首先介紹了含噪信號的稀疏表征模型以及基于KSVD字典學(xué)習(xí)的降噪
4、方法。其次闡述了滾動(dòng)軸承故障信號模型,通過軸承仿真信號驗(yàn)證了KSVD字典學(xué)習(xí)的故障特征提取能力,并分析了主要參數(shù)對字典學(xué)習(xí)降噪方法的影響。最后,考慮到KSVD算法對噪聲敏感性高,本文提出了一種基于最小熵解卷積和KSVD字典學(xué)習(xí)的故障特征提取方法,并將其應(yīng)用在滾動(dòng)軸承早期故障診斷中。
(4)介紹了一種具有特殊結(jié)構(gòu)的字典學(xué)習(xí)方法—移不變字典學(xué)習(xí),并闡述了利用循環(huán)矩陣分解求解移不變字典學(xué)習(xí)的方法。然后提出了一種基于移不變字典學(xué)習(xí)的機(jī)
5、械故障特征提取方法,該方法可以有效地提取信號中周期性重復(fù)出現(xiàn)的信號特征。最后,對所述方法的可行性進(jìn)行了仿真和實(shí)驗(yàn)驗(yàn)證,并與其它常用方法進(jìn)行對比分析,驗(yàn)證了所提方法的有效性。
(5)提出了一種基于移不變字典相關(guān)分析的單通道盲源分離方法。該方法將移不變字典學(xué)習(xí)與字典頻域相關(guān)度分析相結(jié)合,實(shí)現(xiàn)了單通道信號的多源分離。在此基礎(chǔ)上,本文還提出了一種類類間相關(guān)系數(shù)的概念用以確定最佳的源數(shù)目。最后通過仿真分析、滾動(dòng)軸承復(fù)合故障實(shí)驗(yàn)以及齒輪箱
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
- 基于字典學(xué)習(xí)理論的機(jī)械故障診斷方法研究
- 基于流形學(xué)習(xí)的機(jī)械故障診斷理論與方法研究.pdf
- 基于圖像分析理論的機(jī)械故障診斷研究.pdf
- 電梯機(jī)械故障診斷方法研究.pdf
- 基于流形學(xué)習(xí)的旋轉(zhuǎn)機(jī)械故障診斷方法研究.pdf
- 基于核函數(shù)方法的機(jī)械故障診斷方法研究.pdf
- 旋轉(zhuǎn)機(jī)械故障診斷方法研究.pdf
- 基于字典學(xué)習(xí)的稀疏表示故障診斷方法研究.pdf
- 2017機(jī)械故障診斷理論與方法教學(xué)1.0
- 機(jī)械故障診斷中的流形學(xué)習(xí)方法研究.pdf
- 基于VMD的旋轉(zhuǎn)機(jī)械故障診斷方法研究.pdf
- 基于VPMCD的旋轉(zhuǎn)機(jī)械故障診斷方法研究.pdf
- 基于多信息融合的機(jī)械故障診斷方法研究.pdf
- 基于盲源分離的機(jī)械故障診斷方法研究.pdf
- 基于EEMD的旋轉(zhuǎn)機(jī)械故障診斷方法研究.pdf
- 基于局域均值分解的機(jī)械故障診斷方法研究.pdf
- 基于無限隱Markov模型的機(jī)械故障診斷方法研究.pdf
- 基于經(jīng)驗(yàn)小波變換的機(jī)械故障診斷方法.pdf
- 基于HHT的往復(fù)機(jī)械故障診斷研究.pdf
- 基于振動(dòng)信號處理的旋轉(zhuǎn)機(jī)械故障診斷方法研究.pdf
評論
0/150
提交評論