基于信号稀疏表征的轴心轨迹提取方法研究

发布时间：2017-03-29 13:16

  本文关键词：基于信号稀疏表征的轴心轨迹提取方法研究，由笔耕文化传播整理发布。

【摘要】：作为旋转机械振动状态下一类重要的图像特征，轴心轨迹包含了旋转机械大量的故障信息，因此对于轴心轨迹的提纯、特征提取及自动识别水平直接关系到旋转机械的故障诊断水平。针对轴心轨迹包含大量噪声、特征提取不准确等问题，本文在轴心轨迹提纯方法、特征提取和自动识别等方面开展了研究，必将对旋转机械的可靠性和企业的安全生产产生重大的科学意义和工程价值。全文主要内容如下： 首先在介绍了轴心轨迹的研究背景和研究现状后，分析了各种故障原因下转子的振动机理，探讨了转子系统的力学模型。通过对正常状态下和相关故障原因下转子的受力情况进行理论计算，建立了转子系统正常状态下、故障状态下的力学模型。并详细地分析了各种故障原因下转子轴心轨迹的时域波形特点。 其次针对目前降噪方法必须基于有用信号和噪声信号在不同的分布频率的缺点，提出了基于稀疏表征的降噪方法。将测量得到的轴心轨迹信号通过一定的算法(SALSA算法)将复杂信号转化为一种非常简洁的表达形式，即可滤除噪声，达到提纯的效果。同时通过引入相关系数这一目标函数，优化参数，达到对现有算法的改进。最后，通过仿真计算，并与低通滤波和传统小波降噪对比，分析改进后的稀疏分解算法在轴心轨迹提纯效果。仿真结果表明，改进后的稀疏分解算法具有较好的提纯效果。 再次在获得提纯后的轴心轨迹的基础上，通过利用改进的不变矩和傅里叶描述子获取轴心轨迹的特征，然后利用欧式距离相似度方法分别对待识别图像进行识别，结果证明通过两种方法基本能够得到轴心轨迹的图像特征，，而且具有一定的准确性。 最后，基于以上改进的算法和虚拟仪器技术，设计开发出一套一体化轴心轨迹测试系统，该轴心轨迹测试系统包含了基于稀疏表征的提纯算法及轴心轨迹的特征提取和识别方法。然后设计水润滑传动系统轴心轨迹实验，验证上述方法的效果。实验结果表明本文讨论的方法及设计的系统可以获得较好的效果。 值此，本文的理论研究和实验工作在关于轴心轨迹的研究上做出了有益尝试，对于转子系统的状态监测和故障诊断具有科学意义和工程价值。
【关键词】：旋转机械 轴心轨迹 稀疏表征 特征提取及识别
【学位授予单位】：重庆大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TH165.3
【目录】：

• 摘要3-4
• ABSTRACT4-8
• 1 绪论8-16
• 1.1 课题来源及背景8-9
• 1.2 国内外旋转机械轴心轨迹的研究现状与进展9-13
• 1.2.1 轴心轨迹的理论计算9-10
• 1.2.2 轴心轨迹的提纯方法10-11
• 1.2.3 轴心轨迹的特征提取及识别11-13
• 1.3 稀疏信号的研究现状13-14
• 1.4 课题研究的主要内容14-16
• 2 转子的振动机理与轴心轨迹的理论计算16-24
• 2.1 转子振动机理概述16-17
• 2.2 转子系统动力学模型17-18
• 2.3 转子故障状态下对应的轴心轨迹18-23
• 2.3.1 转子不平衡18-20
• 2.3.2 转子不对中20
• 2.3.3 转子弯曲20-21
• 2.3.4 油膜涡动与油膜振荡21-22
• 2.3.5 转子松动22
• 2.3.6 转子与静子动静摩擦22-23
• 2.4 本章小结23-24
• 3 基于稀疏信号表征的轴心轨迹提纯24-44
• 3.1 稀疏信号24-29
• 3.1.1 基于l 2的最小二乘算法24-25
• 3.1.2 基于l 1的稀疏表征方法25-26
• 3.1.3 信号稀疏表征算法26-29
• 3.2 基于 BP 问题的稀疏信号表征29-32
• 3.3 基于 BPD 问题的稀疏信号降噪32-34
• 3.4 基于相关性的算法优化34-39
• 3.5 与传统降噪方法对比39-41
• 3.6 轴心轨迹提纯仿真41-43
• 3.7 本章小结43-44
• 4 轴心轨迹特征提取及识别44-54
• 4.1 引言44
• 4.2 轴心轨迹的特征提取44-48
• 4.2.1 基于图形不变矩的特征提取44-47
• 4.2.2 基于傅里叶描述子的特征提取47-48
• 4.3 轴心轨迹的特征提取及识别仿真48-53
• 4.3.1 轴心轨迹的不变矩计算50-52
• 4.3.2 轴心轨迹的傅里叶描述子计算52-53
• 4.4 本章小结53-54
• 5 轴心轨迹实验验证54-64
• 5.1 概述54
• 5.2 转子试验台方案设计54-60
• 5.2.1 总体设计54
• 5.2.2 硬件平台设计54-58
• 5.2.3 软件系统设计58-60
• 5.3 基于稀疏表征的轴心轨迹提纯60-63
• 5.4 本章小结63-64
• 6 总结及展望64-66
• 6.1 全文工作总结64-65
• 6.2 工作展望65-66
• 致谢66-68
• 参考文献68-72
• 附录72
• A. 作者在攻读硕士学位期间发表的论文目录72
• B. 作者在攻读硕士学位期间参加的部分科研项目72

【参考文献】

中国期刊全文数据库 前10条

1 张宏辉，刘俊杰，唐锡宽;转子振动系统故障诊断知识的自动识别[J];电测与仪表;1996年06期

2 付波,周建中,陈文清,余炳辉;一种基于傅里叶描述子的轴心轨迹自动识别方法[J];电力系统自动化;2004年12期

3 尹忠科;邵君;Pierre Vandergheynst;;利用FFT实现基于MP的信号稀疏分解[J];电子与信息学报;2006年04期

4 曹晖;曹永红;;HH变换在地震动信号分析中的应用[J];重庆大学学报;2008年08期

5 万书亭,彭学志;发电机转子轴心轨迹形状自动识别方法的研究[J];华北电力大学学报;2004年05期

6 刘占生,张新江,杨建国,夏松波;转子轴心轨迹故障诊断特征识别方法研究[J];哈尔滨工业大学学报;1998年06期

7 杨建国,夏松波,刘永光,须根法;小波降噪在轴心轨迹特征提取中的应用[J];哈尔滨工业大学学报;1999年05期

8 史东锋,屈梁生;轴心轨迹定量特征提取技术在回转机械诊断中的应用[J];化工机械;1999年01期

9 王涛,刘文印,孙家广,张宏江;傅立叶描述子识别物体的形状[J];计算机研究与发展;2002年12期

10 杨谦,齐翔林,汪云九;视皮层V1区简单细胞的稀疏编码策略[J];计算物理;2001年02期

  本文关键词：基于信号稀疏表征的轴心轨迹提取方法研究，由笔耕文化传播整理发布。

本文编号：274586