小波理论在机械设备故障诊断中若干问题的研究.docxVIP

PAGE I 小波分析在机械设备故障诊断中的理论研究 摘 要 在简单介绍小波分析的发展和基本原理的基础上,系统综述了小波分析在故障诊断中的研究进展与状况,详细介绍了小波分析在故障诊断中应用的各种方法,重点阐述了小波分析信号处理的故障诊断方法,以及小波分析与各种智能理论与技术结合的故障诊断方法,如小波分析与神经网络相结合的方法、小波分析与模糊理论相结合的方法和小波分析与数据融合等理论相结合的故障诊断方法,并对各种方法做了分析与讨论。分析了小波分析在故障诊断中的应用研究现存的几个问题,并对解决这些问题和未来的发展进行了探讨。 关键词:小波分析,故障诊断,小波网络,多分辨率分析,数据融合,VB,Matlab  Abstract After introducing the development and basic theory of wavelet analysis, the advance and status about this field is reviewed.Various methods of the application of wavelet analysis to fault diagnosis are instructed in detail, including the method of wavelet analysis fault diagnosis and the methods based on the combination ofwavelet analysiswith the intelligence theory and technology, such as neural networks,fuzzy logical and data fusion.The analysis and discussion isgiven to eachmethod.Finally,by analyzing some of the existentfaultiness of the research on the application of wavelet analysis to fault diagnosis, the future research directions and solutions are discussed. Key words:wavelet analysis,fault diagnosis,wavelet network, multi-resolution analysis, data fusion, VB, Matlab  目 录 TOC \o 1-2 \h \z \u 摘 要 I Abstract II 前言 1 第一章 小波理论研究的现状及其不足 3 1.1小波理论研究的现状 3 1.2小波分析的研究及应用存在的问题 4 第二章 小波分析理论 5 2.1傅里叶分析方法 5 2.2连续小波变换 6 2.3离散小波变换 7 2.4多分辨分析 7 第三章 小波分析在机械故障诊断中的应用实例分析 12 3.1小波分析在旋转机械故障诊断中的应用实例分析 12 3.2基于小波分析的齿轮故障诊断研究 13 第四章 结论与展望 14 4.1结论 14 4.2展望 15 参考文献 16  PAGE 17 前言 机械故障诊断是利用所测得的机械设备在运行中或相对静止条件下的状态信息,通过对所测信息的处理和分析,并结合诊断对象的历史情况,来定量识别机械设备及其零部件的实时技术状况,并预知有关故障和预测未知技术状态而确定必要的对策和技术。随着现代化设备的日趋大型化、自动化、复杂化和连续化,设备一旦发生故障,给生产和质量、以致人们的生命财产安全造成的影响往往是无法估计的。为使设备保持正常运行状态,所花的维修费用在企业经营费用中占了很大的比重。因此,为使这一占有重要地位的设备维修工作更加高效而科学,就必须对维修对象—设备的劣化、故障状态、故障部件及原因有正确的了解。对保障生产效率、减少停车时间、延长机械设备的使用期限,将计划性维修改为预知性维修,具有十分重要的实践意义。小波分析作为机械故障诊断中的发展前沿课题，对它的研究又具有十分重要的意义。 小波分析(Wavelet Analysis)发展的起源可以追溯到非常遥远的时代。1910年Haar提出了最早的小波规范正交基，但当时并没有出现“小波”这个词。Meyer认为，小波分思想萌芽于1930年至1980年，但真正起锤炼作用的是法国地质物理学家Jean Morlet。1981年，在对地下石油地质数据处理过程中，Morle对Fourie