- 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、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、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、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 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、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、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
万方数据
万方数据
Classified Index:TH165+.3
Dissertation for the Master Degree in Engineering
Research on Intelligent Fault Diagnosis of Rotating Machinery Based on CEEMD and Texture Feature
Candidate: Wang Weiyu
Supervisor: Wang Yaping Academic Degree Applied for: Master of Engineering Speciality: Mechanical engineering Date of Oral Examination: March, 2016
University: Harbin University of Science and Technology
哈尔滨理工大学硕士学位论文原创性声明
本人郑重声明。此处所提交的硕士学位论文《基于 CEEMD 和纹理特征的旋 转机械智能故障诊断方法》,是本人在导师指导下,在哈尔滨理工大学攻读硕 士学位期间独立进行研究工作所取得的成果。据本人所知,论文中除已注明部 分外不包含他人已发表或撰写过的研究成果。对本文研究工作做出贡献的个人 和集体,均已在文中以明确方式注明。本声明的法律结果将完全由本人承担。
作者签名:王纬宇 日期:2016 年 3 月 28 日
哈尔滨理工大学硕士学位论文使用授权书
《基于 CEEMD 和纹理特征的旋转机械智能故障诊断方法》系本人在哈尔滨 理工大学攻读硕士学位期间在导师指导下完成的硕士学位论文。论文的研究成 果归哈尔滨理工大学所有,本论文的研究内容不得以其它单位的名义发表。本 人完全了解哈尔滨理工大学关于保存、使用学位论文的规定,同意学校保留并 向有关部门提交论文和电子版本,允许论文被查阅和借阅。授权哈尔滨理工大 学可以采用影印、缩印或其他复制手段保存论文,可以公布论文的全部或部分 内容。
本学位论文属于
保密 ,在 年解密后适用授权书 不保密 √ 。 (请在以上相应方框内打√)
作者签名: 王纬宇 日期: 2016 年 3 月 28 日
导师签名: 王亚萍 日期: 2016 年 3 月 28 日
哈尔滨理工大学工程硕士学位论文
哈尔滨理工大学工程硕士学位论文
基于 CEEMD 和纹理特征的旋转机械智能
故障诊断方法
摘 要
基于数据驱动的旋转机械智能故障诊断方法不需要大量的先验知识和专 家经验,相对于传统的设备故障诊断方法具有很大优势,也是未来设备故障诊 断研究领域的主要发展方向。针对旋转机械智能故障诊断方法中振动信号降噪 方法损害信号完整性、故障特征敏感性差、模式分类器参数寻优算法收敛速度 慢等问题,进行深入研究并提出相应的改进,进而提升旋转机械智能故障诊断 方法的诊断性能和精度。具体研究内容如下:
首先,研究了旋转机械故障振动信号的降噪方法。绝大多数旋转机械处于 复杂的工作环境下,要对包含噪声的信号进行有效的降噪处理,同时还要避免 信号有效信息受到损害。为此提出一种新的旋转机械降噪方法,将 CEEMD 同 小波阈值降噪方法结合在一起进行故障振动信号降噪,在保证信号完整性的同 时很好地完成了信号的降噪处理。
其次,研究了旋转机械故障特征提取方法。从降噪后振动信号中提取 SPWVD 时频图,从时频分布图中提取图像纹理特征参量,组成故障特征集, 准确挖掘信号中的各个阶段程度故障模式信息。通过实验验证比较几种不同时 频分析方法提取故障特征的性能优劣。
再次,基于 SVM 机器学习方法建立旋转机械智能故障模式分类器,采用 改进的自适应粒子群算法对模式分类器参数进行优化,提高故障诊断过程的准 确性。以训练故障特征集训练 SVM 得到最优模式分类器,再将测试故障特征 集输入到最优模式分类器中,输出智能模式识别结果,实现旋转机械智能故障 诊断。
最后,对该方法的实际应用进行模拟验证。用旋转机械振动数据作为输入, 分别进行四组模拟应用实验,对旋转机械所处的故障状态以及某一故障状态下 的不同故障程度进行识别,实验结果表明方法是正确和有效的。
本文提供了一种旋转机械智能故障诊断方法,改进了振动信号降噪处理、 故障特征提取以及故障模式分类器参数寻优方法,对旋转机械智能故障诊断的 后续研究具有重要意义。
-I-
关键词 旋转机械;智能故障诊断;互补集合经验模态分解;平滑伪维格纳-威 利分布;支持向量机
-II-
Research on Intelligent Fault Diagnosis of Rotating Machinery Based on CEEMD and Texture Feature
Abstra
您可能关注的文档
- 基于CCD的微小零件几何参数测量技术研究-机械电子工程专业论文.docx
- 基于CCD的细胞芯片检测仪的关键技术研究-机械电子工程专业论文.docx
- 基于CCD的小尺寸测量系统的研究-光学工程专业论文.docx
- 基于CCD的小轴径零件全自动测量系统研究-机械电子工程专业论文.docx
- 基于CCD的血浆乳糜度检测系统设计-集成电路工程专业论文.docx
- 基于CCD辐射能图像的焚烧系统温度场重建技术研究-工程热物理专业论文.docx
- 基于CCD和光学层析成像算法的火焰三维温度场重建与实验研究-控制科学与工程;检测技术与自动化装置专业论文.docx
- 基于CCD和加长液滴技术的自动液-液萃取光度法及其在水样铬形态分析中的应用-环境科学专业论文.docx
- 基于ccd和图像处理技术的六角光纤几何尺寸测量系统的研究-机械电子工程专业论文.docx
- 基于CCD技术的大坝变形智能监测仪设计与开发-电子科学与技术专业论文.docx
- 基于CenSurE特征的SAR景象匹配技术研究-信号与信息处理专业论文.docx
- 基于Centra虚拟教室平台的分布式部署设计及实现-电子与通信工程专业论文.docx
- 基于CENTURY模型的呼伦贝尔草原ANPP估算及其对气候变化的响应研究-生态学专业论文.docx
- 基于CENTURY模型的内蒙古荒漠草原区ANPP及其对气候变化的响应-生态学专业论文.docx
- 基于CEO领导行为和高管团队特征的企业创新战略导向研究-企业管理专业论文.docx
- 基于CEP的分布式舆情系统相关技术研究-软件工程专业论文.docx
- 基于ceres玉米模型的黄淮海夏玉米水肥管理技术研究-生态学专业论文.docx
- 基于CERNET环境下面向远程教育应用的IP组播网络关键技术研究-交通信息工程及控制专业论文.docx
- 基于Cesium的WebGIS三维客户端实现技术研究-计算机技术专业论文.docx
- 基于CEST理论模型的优化采样方案研究-信息与通信工程专业论文.docx
文档评论(0)