振动故障分形特征提取及诊断方法研究

发布时间：2019-01-09 18:42

【摘要】：在机械设备故障诊断研究中，故障特征提取和识别关系到故障诊断的可靠性和准确性，是机械设备故障诊断研究中的关键问题。利用振动信号对其工作状态进行监测和诊断是目前状态监测和故障诊断研究中最常用的方法。本文通过研究振动信号非线性特征，利用奇异值分解、分形自仿射和分形维数等进行故障特征提取，并应用支持向量机进行故障模式识别。论文的主要研究工作包括： ①采用多种分析判定方法分析振动信号的非线性本质特性。第一：采用递归图、CLY方法、功率谱法和基于最小二乘支持向量机(LS-SVM)计算序列Lyapunov指数谱的方法对不同状态振动信号进行非线性混沌分析，结果表明不同状态振动信号均表现出混沌特征而且都是超混沌特征，且振动故障越大超混沌越强。第二：改进了Hurst指数和多重分形谱计算方法，分析了不同状态振动信号的非线性分形结构特征，结果表明振动信号在不同状态下的分形特征值存在差异，具有不同的分形结构。 ②对振动信号非线性和分形压缩的理论基础进行分析研究的基础上，提出了适用于振动信号的自适应分段自仿射压缩降噪故障特征提取方法，给出了算法步骤，该方法根据振动信号自相似程度通过设置阈值来自适应的确定分段的长度，对阈值的取值进行了研究，并和分段自仿射压缩算法进行了比较。仿真算例及实测轴承振动信号分析结果表明，该算法具有较高的数据压缩比和很好的信号重构精度，有效的提取和保留了振动信号的故障特征，验证了该方法的有效性。 ③针对通常故障状态样本缺乏的一类分类问题，提出了混沌分形特征的支持向量数据域描述法(SVDD)振动故障异常辨识方法。对混沌分形特征进行了研究并采用基于SVDD的综合了分类两种分类错误的接收者操作特征(ROC)选择振动信号的最优特征量组合，研究了混沌分形特征量组合的特征选取问题和SVDD异常辨识核函数参数取值对故障分类的影响。实验分析表明，选取的特征量组合对正常和故障样本有较大的区分度，SVDD分类器仅需要正常状态的数据样本，就能很好的分辨出正常和故障状态，并且对未知故障有良好的辨识能力。 ④针对实测振动信号中混杂的干扰信息趋势，影响故障诊断的准确性问题，提出了一种多重分形去趋势波动分析(MF-DFA)振动故障诊断方法，利用均方误差对若干小区间的多行式拟合消除其趋势，对方法估计的多重分形谱4个参数特征进行了分析和对比研究，最后选择最佳多重分形谱参数0作为振动信号故障的量化特征，并将该0特征量与支持向量机（SVM）算法相结合进行故障诊断。实验研究表明：去除趋势后，很好的保留了振动信号中的尖峰和突变部分，振动信号的波动呈现显著多重分形特征，选取的故障特征量与SVM相结合的方法，，能有效地区分正常状态与故障状态，有很强的振动故障诊断性能； ⑤针对振动信号弱冲击故障频率特征提取困难问题，提出一种奇异值分解及形态滤波的振动故障特征提取方法。该方法利用信号时间序列重构的吸引子轨迹矩阵奇异值分布特征与信号自身特征的关系，选择轨迹矩阵中主要反映冲击信息明显的奇异值进行信号重构的方法来滤除信号中的平滑信号和部分噪声，获取带噪声的冲击信号，然后利用形态滤波能有效滤除脉冲干扰噪声的特点提取信号的冲击故障特征。仿真与实例表明，该方法能有效提取强噪声背景中的弱冲击故障特征信号，是一种有效的弱信号特征提取方法。 最后，对本文的主要工作以及取得的成果进行了总结，并进一步指出了今后工作的研究方向。
[Abstract]:......
【学位授予单位】：重庆大学
【学位级别】：博士
【学位授予年份】：2013
【分类号】：TH165.3

【相似文献】

相关期刊论文 前10条

1 訾方;张科;赵大炜;刘冬;;基于模极大值矩阵奇异值分解的信号特征提取与分类识别[J];弹箭与制导学报;2004年S6期

2 吕勇;李友荣;王志刚;朱瑞荪;;基于奇异值分解及包络分析的齿轮局部故障特征提取[J];机床与液压;2007年05期

3 刘琦;张引;叶修梓;俞荣栋;;基于奇异值分解的RNA二级结构相似度计算方法[J];浙江大学学报(工学版);2007年08期

4 吴定海;张培林;张英堂;任国全;徐超;;基于时频奇异谱的柴油机缸盖振动信号特征提取研究[J];振动与冲击;2010年09期

5 罗忠亮;林土胜;杨军;赵晓芳;;基于EMD和SVD的虹膜特征提取及识别[J];华南理工大学学报(自然科学版);2011年02期

6 杜林;戴斌;陆国俊;孙才新;王有元;;基于S变换局部奇异值分解的过电压特征提取[J];电工技术学报;2010年12期

7 于晓红,张来斌,王朝晖;基于振动频谱分析的注气压缩机故障诊断[J];石油矿场机械;2005年05期

8 卢艳军;孟凡龙;李一波;;机电设备故障诊断中的模式识别技术[J];机械设计与制造;2009年03期

9 李允公;张金萍;戴丽;张占一;刘杰;;基于听觉模型ZCPA的故障诊断特征提取方法研究[J];中国机械工程;2009年24期

10 周成容,杨大地;基于模糊神经网络的设备故障诊断分析[J];重庆科技学院学报(自然科学版);2005年03期

相关会议论文 前10条

1 郝如江;冯志鹏;褚福磊;;数学形态滤波器设计及应用研究[A];2008中国仪器仪表与测控技术进展大会论文集（Ⅰ）[C];2008年

2 廖海斌;王宏勇;;基于灰色理论的人脸图像特征融合识别[A];图像图形技术与应用进展——第三届图像图形技术与应用学术会议论文集[C];2008年

3 臧先峰;张正道;白瑞林;彭竹苗;;基于小波分析的故障特征提取研究[A];2007中国控制与决策学术年会论文集[C];2007年

4 吴峰崎;孟光;张桂才;;基于高级统计量的碰摩不对中故障特征提取[A];设备监测与诊断技术及其应用——第十二届全国设备监测与诊断学术会议论文集[C];2005年

5 潘宏侠;黄晋英;毛鸿伟;刘振旺;;基于粒子群优化的故障特征提取技术研究[A];第九届全国振动理论及应用学术会议论文集[C];2007年

6 潘宏侠;黄晋英;毛鸿伟;刘振旺;;基于粒子群优化的故障特征提取技术研究[A];第九届全国振动理论及应用学术会议论文摘要集[C];2007年

7 解文荣;张莉;;地震波形的分形判别与特征提取[A];山东煤炭学会2004年度优秀学术论文集[C];2004年

8 陈长征;勾轶;唐任远;;基于小波包频带能量分析的电机振动故障信号特征提取[A];先进制造技术论坛暨第二届制造业自动化与信息化技术交流会论文集[C];2003年

9 王艳丰;李钢虎;林关成;;水下目标特征的分形维提取算法改进[A];2009年中国东西部声学学术交流会论文集[C];2009年

10 彭复员;余西;武林;徐国华;;基于分形特征的水下图像模糊分类[A];第三届全国信息获取与处理学术会议论文集[C];2005年

相关重要报纸文章 前10条

1 本报记者 红 敏;诉讼不影响创维数码[N];证券日报;2005年

2 本报记者 杨越平 张清;创维数码逆市上扬[N];亚太经济时报;2003年

3 本报记者 李远方;创维数码走出危机阴影[N];中国商报;2005年

4 记者 厚朴 奉周;七十岁王殿甫有望执掌创维数码[N];中国证券报;2004年

5 黄安华;液压制动系统的故障诊断[N];中国汽车报;2002年

6 记者 黄立锋;创维数码再次推迟公布财报[N];中国证券报;2005年

7 李萍;济钢EAM离线网络点检和故障诊断管理系统开发应用[N];世界金属导报;2007年

8 胡荣山 马巍;上海海大一课题列入国家“863”计划[N];中国船舶报;2007年

9 孙建阳　刘波;小型渔船柴油机故障诊断与排除[N];中国渔业报;2008年

10 见习记者 仝亚娜;孙彦广：冶金故障诊断设备前景广阔[N];机电商报;2005年

相关博士学位论文 前10条

1 李兆飞;振动故障分形特征提取及诊断方法研究[D];重庆大学;2013年

2 蒋永华;旋转机械非平稳信号微弱特征提取方法研究[D];重庆大学;2010年

3 唐静远;模拟电路故障诊断的特征提取及支持向量机集成方法研究[D];电子科技大学;2010年

4 赵玲;旋转机械系统故障特征提取中的分形方法研究[D];重庆大学;2010年

5 从飞云;基于滑移向量序列奇异值分解的滚动轴承故障诊断研究[D];上海交通大学;2012年

6 张君;小波分析技术在汽轮机故障诊断中的应用研究[D];华北电力大学（河北）;2005年

7 冯坤;基于内积变换的机械故障特征提取原理与早期识别方法研究[D];北京化工大学;2012年

8 曹龙汉;柴油机智能化故障诊断技术研究[D];重庆大学;2001年

9 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

10 徐德友;粗集信息分析在故障诊断中的应用及自修复飞行控制系统效能评估[D];南京航空航天大学;2002年

相关硕士学位论文 前10条

1 张庆涛;离心压缩机智能故障诊断方法研究[D];大庆石油学院;2006年

2 林洪彬;信息熵分析方法研究及其在故障诊断中的应用[D];燕山大学;2006年

3 肖圣光;基于虚拟仪器的轴心轨迹分析仪的研制[D];重庆大学;2009年

4 李君;基于变换域分析的发动机异响故障诊断研究[D];吉林大学;2006年

5 刘宏昱;基于HOC虚拟仪器的机械传动故障诊断系统研究[D];西北工业大学;2006年

6 高仕龙;基于二元树复小波变换的特征提取与识别[D];四川大学;2005年

7 周燕峰;基于时频谱熵的往复式压缩机故障诊断及应用[D];大连理工大学;2006年

8 刘一;基于小波分析的汽轮机故障诊断研究[D];河北工程大学;2010年

9 赵蕾蕾;基于词和基本短语模式的特征提取方法[D];河北大学;2009年

10 闫小龙;分形维数分析及其在地震剖面图像分割中的应用[D];南京理工大学;2004年

本文编号：2405956