齿轮故障信号实时压缩算法分析-analysis of real - time compression algorithm for gear fault signal.docxVIP

齿轮故障信号实时压缩算法分析-analysis of real - time compression algorithm for gear fault signal.docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
齿轮故障信号实时压缩算法分析-analysis of real - time compression algorithm for gear fault signal

中文 中文摘要 重庆大 重庆大学硕士学位论文 I I PAGE PAGE VI 摘 要 为提高机械传动设备运转的可靠性,其在线监测及故障诊断系统得到了广泛的 研究与应用。此系统的功能实现一般通过四个步骤完成,包括采集设备监测信号、 提取监测信号特征、信号状态判别以及设备故障预测。设备信号的采集一般通过 无线传感节点完成,随着在线监测系统研究的不断进步和无线传感技术的快速发 展,实时监测数据量随之增大,这对数据的存储、传输造成了很大压力,极大可 能的增大了网络发生阻塞的概率且影响无线传感节点的寿命。因此,本文对实时 监测信号的数据压缩进行了深入研究。 机械传动设备运转产生旋转振动信号,当前对旋转振动信号这类过程数据的压 缩处理研究还处于初始阶段,业内对此类数据压缩也未形成具备通用性的标准算 法。本课题以齿轮故障信号作为典型研究目标,创新性地通过采集信号的特征量 将预测算法 ARMA 与 SDT 压缩算法结合,提出了有效的 ARMA-SDT 压缩算法, 使得在保证压缩率的前提下,分段压缩误差不太偏离设定值而保持平稳。 本文在简要介绍了对旋转振动信号压缩的研究现状后,着重分析了分段线性压 缩算法,并详细阐述了 SDT 压缩算法的基本原理、特点、优势及缺陷。为解决 SDT 算法压缩门限不可调的不足,引入 ARMA 预测算法。文中对 ARMA 模型的识别、 定阶、参数估计、模型检验及预测给予了详细研究,并对参数估计的 RELS 算法 进行了 Matlab 仿真。为了将 ARMA 同 SDT 相结合,本文在对齿轮振动机理详细 介绍后成功地对其故障信号进行 Matlab 仿真模拟,通过故障仿真信号重点研究了 信号特征量与压缩误差、压缩门限之间的关系,并得到了其经验公式。ARMA-SDT 算法就是通过 ARMA 模型对采集信号的特征量进行预测,再根据特征量与压缩特 性之间的经验公式对 SDT 的压缩门限进行实时调整。最后本文通过基于 Zigbee 的 无线传感平台获取了不同程度的齿轮剥落故障信号,并通过 Matlab 仿真说明了 ARMA-SDT 算法能够有效解决 SDT 算法门限不可调的不足,保证了分段数据压缩 误差不太偏离设定值而保持平稳,同时为使 ARMA-SDT 算法满足实时处理的要 求,本文提出来其工程解决方案。 关键词:齿轮故障,信号特征,SDT压缩算法,ARMA预测算法 英文摘 英文摘要 重庆大 重庆大学硕士学位论文 III III PAGE PAGE IV ABSTRACT To improve the operational reliability of mechanical transmission equipment, mechanical transmission equipment on-line monitoring and fault diagnosis system has been extensively studied. The system generally includes the acquisition of device signals, the extraction of signal characteristics, state identification and fault prediction. Signal acquisition is completed through wireless nodes, with the deepening of studying on the mechanical transmission equipment on-line monitoring and the development of wireless sensing technology, the amount of real-time monitoring data is increasing, causing a lot of pressure on data storage and transmission and may greatly increasing the probability of the network congestion and impacting the lifetime of wireless sensor nodes. Therefore this paper is conducted in-depth research on the compression of real-time monitoring data. The working of mechanical transmission equipment generates rota

您可能关注的文档

文档评论(0)

peili2018 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档