基于盲源分离的大型曲轴磨床监测及诊断

发布时间：2017-04-20 02:11

  本文关键词：基于盲源分离的大型曲轴磨床监测及诊断，，由笔耕文化传播整理发布。

【摘要】：机械设备的安全性及可靠性是工业设备研究的重点课题，通过状态监测对设备进行维护和诊断是保障设备正常工作的重要手段。大型曲轴磨床的状态监测能够及时的了解设备状态特征以诊断设备故障，具有重大意义。为实现曲轴磨床的状态监控及故障诊断，提出通过采集设备振动信号，对信号进行盲源分离处理的方式完成监控及诊断任务。本文在理论方法研究和实验，监测及诊断平台搭建等方面做了详细的研究，具体包括： （1）针对大型曲轴磨床本身的特点，设计监测及诊断系统方案。分析了监测及诊断的具体要求，根据要求提出以设备的主轴回转系统为研究对象，以振动信号为主要数据，对信号进行盲源分离以提取有用信号的研究思路，同时考虑到所采集数据的存储显示及远程传输，提出系统整体构架。 （2）研究了盲源分离算法，着重探讨了盲源分离中的独立成分分析的方法，提出了基于牛顿迭代法的盲源分离算法。相比传统方法，分离矩阵得到很好的收敛，分离速度和效果都有明显提高。 （3）对独立成分分析中常用的基于统计论的峭度算法和基于信息论的负熵算法进行了研究，根据两种算法的内在联系，提出了结合两种算法完成盲源分离的优化判据，实验证明该算法能够较好的完成盲源分离的任务。 （4）现场监测及诊断系统的设计实现，确定信号采集方案，设计系统软、硬件，搭建系统平台。采集空载和负载条件下的磨床数据，对两种情况下的数据使用本文所提出的盲源分离的方法进行处理，分析出设备主要的振动源，完成了监测及诊断的任务。
【关键词】：状态监测 故障诊断 盲源分离 峭度 负熵 大型曲轴磨床
【学位授予单位】：上海交通大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：TG580.2;TH165.3
【目录】：

• 摘要5-7
• ABSTRACT7-15
• 第一章 绪论15-25
• 1.1 课题的研究背景和意义15-16
• 1.2 机械设备故障诊断的研究现状16-20
• 1.2.1 机械设备故障诊断的发展历程16-18
• 1.2.2 机械故障诊断方法18-20
• 1.3 盲源分离的发展现状20-22
• 1.4 本文研究目标与思路22-25
• 1.4.1 研究目标22-23
• 1.4.2 本文研究思路及章节安排23-25
• 第二章 大型曲轴磨床监控及诊断系统开发25-34
• 2.1 MK82125_H 大型曲轴磨床介绍25-26
• 2.2 监测及诊断需求及关键问题分析26-29
• 2.2.1 大型曲轴磨床常见故障26-27
• 2.2.2 监测及诊断要求27-28
• 2.2.3 磨床多信号耦合分析解决28-29
• 2.3 监测及诊断系统模型建立29-33
• 2.3.1 监控及诊断系统构架29-32
• 2.3.2 系统开发流程32-33
• 2.4 本章小结33-34
• 第三章 基于盲源分离的曲轴磨床振动信号处理34-52
• 3.1 盲源分离概述34-38
• 3.1.1 盲源分离数学模型34-36
• 3.1.2 盲源分离的预处理36-37
• 3.1.3 盲源分离常用算法37-38
• 3.2 独立成分分析38-44
• 3.2.1 独立成分分析定义38-39
• 3.2.2 独立成分分析优化判据39-42
• 3.2.3 解混迭代优化算法42-44
• 3.3 基于独立成分分析的磨床信号盲源分离44-51
• 3.3.1 基于峭度的磨床信号盲源分离44-49
• 3.3.2 基于负熵的磨床信号盲源分离49-51
• 3.4 本章小结51-52
• 第四章 基于独立成分分析的盲源分离算法改进52-61
• 4.1 基于峭度的牛顿迭代盲源分离算法52-56
• 4.1.1 算法介绍52-54
• 4.1.2 模拟仿真54-56
• 4.1.3 算法结论56
• 4.2 峭度和负熵结合完成盲源分离过程56-60
• 4.2.1 算法介绍57-58
• 4.2.2 模拟仿真58-60
• 4.2.3 算法结论60
• 4.3 本章小结60-61
• 第五章 监控及诊断系统设计及实现61-80
• 5.1 数据采集方案61-63
• 5.1.1 传感器安装与优化布局61-63
• 5.1.2 采集方案设计63
• 5.2 现场诊断仪硬件设计63-67
• 5.3 软件系统设计67-73
• 5.4 监测数据分析73-78
• 5.4.1 空载条件下的状态监测73-75
• 5.4.2 负载条件下的状态监测75-78
• 5.5 本章小结78-80
• 第六章 总结与展望80-83
• 6.1 研究工作总结80-81
• 6.2 主要创新点81
• 6.3 工作展望81-83
• 参考文献83-87
• 致谢87-88
• 攻读硕士学位期间已发表或录用的论文88

【参考文献】

中国期刊全文数据库 前10条

1 余志斌;金炜东;张葛祥;;基于峰度的盲源分离算法研究与应用[J];电波科学学报;2008年01期

2 程道来,吴茜,吕庭彦,陈栋;国内电站故障诊断系统的现状及发展方向[J];动力工程;1999年01期

3 陈锡明;黄硕翼;;盲源分离综述——问题、原理和方法[J];电子信息对抗技术;2008年02期

4 凌燮亭;近场宽带信号源的盲分离[J];电子学报;1996年07期

5 申丽岩;方滨;沈毅;;基于负熵极大的独立分量分析方法[J];中北大学学报(自然科学版);2005年06期

6 楼应候,蒋亚南;机械设备故障诊断与监测技术的发展趋势[J];机床与液压;2002年04期

7 张守成;刘永凯;;一种基于峭度的一单元ICA-R固定点算法[J];计算机工程与应用;2012年02期

8 岳克强;赵知劲;沈雷;;基于负熵和智能优化算法的盲源分离方法[J];计算机工程;2010年04期

9 梁淑芬;江太辉;;基于峭度的BSS开关算法的语音信号盲分离[J];计算机应用研究;2010年05期

10 黄伟力,黄伟建,王飞,杜巍;机械设备故障诊断技术及其发展趋势[J];矿山机械;2005年01期

中国博士学位论文全文数据库 前1条

1 陈建国;基于独立分量分析的机械故障特征提取及分类方法研究[D];大连理工大学;2011年

中国硕士学位论文全文数据库 前4条

1 黄立坤;独立分量分析的重盲分离研究及其在机械故障诊断中的应用[D];天津大学;2010年

2 徐丽琴;盲源分离算法研究[D];西安电子科技大学;2006年

3 张勇;基于负熵和高斯矩的有噪ICA盲源分离算法的研究[D];太原理工大学;2007年

4 滕维淑;基于盲源分离的机械故障诊断方法研究[D];西安建筑科技大学;2009年

  本文关键词：基于盲源分离的大型曲轴磨床监测及诊断，由笔耕文化传播整理发布。

本文编号：317659