有色噪声的特征提取及其在电动机故障诊断中的应用研究.pdfVIP

浊西料技大学 论文题目： 有色噪声的特征提取及其在电动机故障诊断中的应用 学科门类：工学 一级学科：控制科学与工程 培养单位：电气与信息工程学院 硕士生：吕鹏 导师：周强副教授 20 12年5月 FEATURE oF EXTRACTIoNCoLoREDNoISEAND ITSAPPLICATIoNINMoToRFAULT AThesisSubmittedto Shaanxi ofScienceand University Technology inPartialFulfillmentofthe forthe of RequirementDegree Masterof Science． Engineering Thesis Supervisor：Professor．Z．．．．h．．．o．．．u．．．．．O．．．．．i．a．．．．n．．．g．． May,2012 有色噪声的 特征值作为电动机故障诊断的依据。分析和对比了噪声的分类方式、性质以 及各种特征提取方法，得到自然界中的任何噪声都是有色噪声以及小波变 换，特别是小波包变换，是提取有色噪声特征的有效工具的结论；对伪白噪 声和粉红噪声进行了深入的分析和研究，提出了伪白噪声的白化模型和粉红 噪声的ARMA模型生成法，并且利用本文提到的有色噪声的特征提取方法 对构建的两个模型进行仿真，验证了模型的效果；利用在有色噪声的研究中 取得的理论成果进行电动机的故障诊断。 本文设计了一个将信号的检测方法，信号的分析与特征提取方式以及神 经网络故障诊断技术相结合的电动机故障诊断系统。其基本过程是：由信号 采集模块对电动机产生的有色噪声信号进行检测；利用小波包分解技术对采 集到的信号进行分析和特征提取：再利用RBF神经网络技术对提取的信号 的特征进行识别和判断，对电动机的运行状态进行决策。 以型号为Y90S一的中型电动机为实际对象，利用该故障诊断系统对 模拟设置的几种常见的电动机故障信号进行实时检测和诊断，并进行了相关 的仿真实验。由Matlab仿真实验的结果可知，该系统在电动机故障诊断过 程中取得极好的效果。同其他故障诊断系统相比，它具有许多优势，例如诊 断速度快，精确度高，结构简单，成本低廉等。因此，它具有更好的发展前 景和广阔的市场空间，可以被大量地应用于工农业生产实践中。 关键词：电动机故障诊断系统，有色噪声，白化模型，ARMA模型，小波 包变换，RBF神经网络 Ⅱ FEATUREEXTRACTIoNoFCoLoRED NoISEANDITSAPPLICATIoNIN MoToRFAULTDIAGNOSIS ABSTRACT Themotoristhe sourcedeviceofall mechanical power large equipment．In ordertoensurethe of and normal health