基于混合Alpha稳定分布建模的旋转机械多故障诊断方法研究-机械电子工程专业论文.docxVIP

万方数据 万方数据 Classified Index: TP206.3 U.D.C: 681.5 Dissertation for the Master Degree in Engineering RESEARCH OF MULTI-FAULT ROTATING MACHINERY DIAGNOSIS METHOD BASED ON ALPHA STABLE MIXTURE DISTRIBUTION MODEL Candidate： Kang Jian Supervisor： Associate Prof. Gang Yu Academic Degree Applied for： Master of Engineering Speciality： Mechatronic Engineering Affiliation： Shenzhen Graduate School Date of Defence： June, 2014 Degree-Conferring-Institution： Harbin Institute of Technology 哈尔滨工业大学工学硕士学位论文 哈尔滨工业大学工学硕士学位论文 摘 要 旋转机械是机械设备中十分重要的一类机械，广泛应用于人类生产和生 活中的各个领域，但齿轮和轴承等旋转机械的主要部件 容易发生故障，并且 有不少情况下会是多种故障并发，这时单一故障的 诊断方法失去了有效性。 因此，研究齿轮和轴承的多故障并发的诊断方法是旋转机械故障诊断的重要 内容。本文着眼于旋转机械多故障信号概率分布的分析，利用混合 Alpha 稳 定分布模型对故障信号进行精确建模，并基于模型的参数提出新的故障诊断 方法。 本课题针对旋转机械多故障并发情况，提出了基于混合 Alpha 稳定分布 的旋转机械多故障信号建模方法，通过贝叶斯推论和马尔可夫链蒙特卡洛 算 法完成混合 Alpha 稳定分布模型的参数估计，并通过仿真数据证明了该参数 估计方法的准确性。 运用混合 Alpha 稳定分布模型，对旋转机械多故障信号建立了两种模型， 一种是直接对机械故障信号建立混合 Alpha 稳定分布模型，并研究相应的预 处理方法，以获取相对“纯净”的故障信号；另一种方法是利用了融入 Shannon 熵的小波系数聚类算法，得到表征多故障信号非平稳特性的特征向量，对这 个特征向量建立混合 Alpha 稳定分布模型。与混合高斯模型进行对比分析， 验证了混合 Alpha 稳定分布模型的优越性。 将建立模型的参数作为特征向量，输入到 SOM 网络中进行聚类，结合具 体的实验设备，采集九种类型多故障并发信号加正常工作状态信号，共计十 种工况的振动信号，证明本文方法的有效性和优越性。 关键字：旋转机械；混合故障；混合 Alpha 稳定分布；SOM I Abstract As one of the most important type of mechanical equipment, rotating machinery plays an important role in human’s life and production. Gears and bearings the main components of rotating machinery are the most vulnerable parts to failure, and there are quite a few cases that the faults are concurrent, in which case the single fault diagnosis method loses its effective. So the research of multi-fault diagnosis method is also an important part of the rotating machinery fault diagnosis. This thesis will be focused on the new parametric probability distribution model, the mixture of alpha stable distribution model, for fault signals and propose new fault diagnosis methods. The machinery multi-fault condition is discussed in this thesis by using the mixture of alpha stable distribution model. Bayesia