轻轨锚固螺杆松动故障诊断研究

发布时间：2017-03-27 11:09

  本文关键词：轻轨锚固螺杆松动故障诊断研究，，由笔耕文化传播整理发布。

【摘要】：重庆的单轨式轨道交通在中国是首次引进的,锚固螺杆作为其中非常重要的受力部件,一旦它们发生松动故障而且没有被及时发现的话,将带来灾难性后果。因此研究一种高效准确的锚固螺杆松动故障检测方法成为重庆轻轨交通健康检测系统中非常重要的一个分支。论文从重庆轨道的实际情况出发,利用信号采集装置获得锚固螺杆振动信号,研究分析其信号的特点,针对检测准确率低、故障样本极度缺乏难题,提出一种新的有效诊断方法,实现了对锚固螺杆故障情况的诊断。首先,简要介绍了锚固螺杆的信号采集系统,使用改进小波阈值去噪法对采集到的信号进行去噪,便于后期对信号的特征提取。接着,针对螺杆信号的特点,从信号的时域、频域和时频联合域出发,运用集合经验模态分解、平滑威格纳-维尔分布、波包分解等方法对锚固螺杆信号进行了特征提取,一共提取到71个特征。然后,在分类时并不是特征的数量越多越好,过多的特征不仅会产生数据的大量冗余,增加计算时间和成本,还可能会产生过拟合,降低检测的准确率。为解决此问题,引入遗传模拟退火算法对锚固螺杆的特征进行筛选,最终选出一组最优的特征子集。最后,在锚固螺杆的故障诊断中,正常的样本非常容易获得,而故障样本极度缺乏,传统的二值分类方法无法根据现有样本构建起分类器进行分类,为了解决这个难题,引入支持向量数据描述方法(support vector data description,SVDD),仅仅依靠正常样本就可以建立起故障分类器。使用选择出的最优特征集训练和测试SVDD分类器进行分类,通过实验验证了此方法的可行性。同时对比了SVDD与其他几种常用的单值分类方法应用到锚固螺杆松动故障诊断中的差异,表明SVDD分类方法是结果最好的。实验中把上述方法应用到锚固螺杆松动故障诊断中,诊断结果表明在适当牺牲错检率的情况下,保证没有出现漏检情况,整体诊断准确率在93%以上,满足了故障检测的要求。
【关键词】：锚固螺杆 故障诊断 支持向量数据描述 特征选择 遗传模拟退火算法
【学位授予单位】：重庆大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：U492.433
【目录】：

• 中文摘要3-4
• 英文摘要4-8
• 1 绪论8-18
• 1.1 课题的提出及研究意义8-11
• 1.1.1 课题的提出8-10
• 1.1.2 课题的研究意义10-11
• 1.2 国内外研究现状11-16
• 1.2.1 锚固螺杆松动检测的研究现状11-13
• 1.2.2 锚固螺杆振动信号处理技术概述13-15
• 1.2.3 支持向量数据描述的发展概况15-16
• 1.3 本文的研究目的和研究内容16-18
• 1.3.1 本文的研究目的16
• 1.3.2 本文的研究内容16-17
• 1.3.3 章节结构17-18
• 2 锚固螺杆信号的采集和去噪18-26
• 2.1 锚固螺杆信号采集系统简介18-19
• 2.2 锚固螺杆信号的去噪处理19-26
• 3 锚固螺杆信号特征提取26-50
• 3.1 EEMD样本熵特征提取26-34
• 3.1.1 固有模态函数26
• 3.1.2 EMD的分解原理26-28
• 3.1.3 信号EEMD分解28-32
• 3.1.4 EEMD样本熵特征提取32-34
• 3.2 SPWVD时频熵特征提取34-39
• 3.3 锚固螺杆信号其他特征提取39-50
• 4 特征选择算法及SVDD的仿真50-62
• 4.1 遗传模拟退火算法50-52
• 4.2 特征选择过程设计52-55
• 4.3 SVDD分类器原理55-58
• 4.4 SVDD分类器的参数选择58-59
• 4.5 SVDD分类器的仿真实验59-62
• 5 锚固螺杆松动诊断实验62-74
• 5.1 实验台简介62-63
• 5.2 特征选择实验63-68
• 5.3 特征选择前后实验对比68-70
• 5.4 几种单值分类器的对比实验70-74
• 6 总结与展望74-76
• 6.1 总结74
• 6.2 展望74-76
• 致谢76-78
• 参考文献78-82
• 附录82
• A. 作者在攻读学位期间发表的论文目录82

【相似文献】

中国期刊全文数据库 前10条

1 王凯;张永祥;李军;;泵的故障诊断研究综述[J];水泵技术;2007年01期

2 程鹏，钟芳源，师心舟;电厂故障诊断研究动向[J];电站系统工程;1994年01期

3 王文清，万耀青，马璐，万晓东;机械装备磨损金属元素光谱油料分析故障诊断研究[J];Journal of Beijing Institute of Technology(English Edition);1994年02期

4 陈宏;冯燕;韩捷;王丽雅;;旋转机械不对中形式的新分类及其故障诊断研究[J];机床与液压;2010年07期

5 曹立山;董菲;;往复式压缩机故障诊断研究分析[J];齐齐哈尔大学学报(自然科学版);2010年03期

6 何正嘉,沈玉娣,屈梁生;大型旋转机械磨擦故障诊断研究[J];西安交通大学学报;1988年05期

7 童进,吴昭同,严拱标;大型旋转机械升降速过程故障诊断研究[J];振动.测试与诊断;1999年03期

8 宋新民;王格芳;冯锡智;;基于信息融合技术的复杂系统故障诊断研究[J];仪器仪表学报;2006年S2期

9 苏宏英;戚宇恒;周敏;;基于模糊Petri网的FMS系统故障诊断研究[J];广东技术师范学院学报;2007年07期

10 张臣刚;晏富恒;程立峰;;工程机械模糊故障诊断研究[J];工程机械文摘;2007年03期

中国重要会议论文全文数据库 前7条

1 沈寿林;郑海起;张英堂;邵金元;;基于多传感器信息融合的发动机工作过程故障诊断研究[A];2001年中国智能自动化会议论文集（下册）[C];2001年

2 赵丰文;冯辅周;戴耀;司爱威;;基于信息融合的变速箱故障诊断研究[A];第十二届全国设备故障诊断学术会议论文集[C];2010年

3 宋光雄;顾煜炯;;大型汽轮发电机组汽流激振不确定性故障诊断研究[A];2008年全国振动工程及应用学术会议暨第十一届全国设备故障诊断学术会议论文集[C];2008年

4 吴运祥;陶振麟;;信息缺乏条件下聚丙烯晴生产过程基于模型的故障诊断研究[A];中国仪器仪表学会第五届青年学术会议论文集[C];2003年

5 万俊;;基于MATLAB集成神经网络的给水泵故障诊断研究[A];2007年鄂、皖、苏、冀四省电机工程学会汽轮机专业学术研讨会论文集（湖北卷）[C];2007年

6 秦荣;杨志坚;丁康;;基于EMD的发动机失火故障诊断研究[A];第十二届全国设备故障诊断学术会议论文集[C];2010年

7 陈在平;孟敬;;基于模糊逻辑的交流电机故障诊断研究[A];2007'中国仪器仪表与测控技术交流大会论文集（二）[C];2007年

中国博士学位论文全文数据库 前4条

1 王然风;基于支持向量回归技术的大型复杂机电设备故障诊断研究与应用[D];太原理工大学;2005年

2 黄伟国;基于振动信号特征提取与表达的旋转机械状态监测与故障诊断研究[D];中国科学技术大学;2010年

3 陈非;基于过程信息融合的旋转机械信息（火用）故障诊断研究[D];华中科技大学;2010年

4 陈非;基于过程信息融合的旋转机械信息（火用）故障诊断研究[D];华中科技大学;2010年

中国硕士学位论文全文数据库 前10条

1 马娜;采煤机电气部件安全运行与故障诊断研究[D];华北科技学院;2016年

2 王磊;大型电动轮车变流系统的故障诊断研究[D];湖南科技大学;2016年

3 常贵春;轻轨锚固螺杆松动故障诊断研究[D];重庆大学;2016年

4 王书提;基于人工神经网络的电控发动机故障诊断研究[D];新疆农业大学;2016年

5 张舟龙;基于规则的旋转机械轴系故障诊断研究与实现[D];上海交通大学;2013年

6 赵俊茹;飞机环境控制系统的故障诊断研究[D];西北工业大学;2005年

7 叶超;基于铁谱技术的机械磨损故障诊断研究[D];昆明理工大学;2009年

8 郑洋;基于汽轮机组模拟振动信号的故障诊断研究[D];兰州交通大学;2009年

9 胡东海;水轮发电机组振动在线监测和故障诊断研究[D];浙江大学;2008年

10 王飞雁;机械传动系统综合测试与故障诊断研究[D];南京理工大学;2003年

  本文关键词：轻轨锚固螺杆松动故障诊断研究，由笔耕文化传播整理发布。

本文编号：270311