2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩146頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、滾動(dòng)軸承是旋轉(zhuǎn)機(jī)械的重要組成部件,其性能狀態(tài)對(duì)機(jī)械設(shè)備運(yùn)行及效率起至關(guān)重要的作用?;谡駝?dòng)分析的滾動(dòng)軸承智能故障診斷已成為國(guó)內(nèi)外學(xué)者的研究熱點(diǎn),但相關(guān)研究主要針對(duì)固定工況運(yùn)行環(huán)境,難以滿足工程實(shí)踐中載荷變化和轉(zhuǎn)速波動(dòng)的變工況故障診斷需要。本文基于滾動(dòng)軸承振動(dòng)信號(hào)的非平穩(wěn)、非高斯特性,對(duì)特征參數(shù)提取、特征向量?jī)?yōu)化、變工況故障診斷和性能退化評(píng)估等問(wèn)題展開(kāi)研究。主要工作概述如下:
  1.研究振動(dòng)信號(hào)的連續(xù)小波變換,提出一種基于最小香農(nóng)

2、熵和奇異值分解的Morlet小波參數(shù)優(yōu)化方法。最小香農(nóng)熵意味著小波系數(shù)稀疏,保證小波波形和信號(hào)之間的較高相似度,奇異值分解可以檢測(cè)序列的周期特性,二者相結(jié)合能提取更有效的故障特征信息。研究最優(yōu)Morlet小波系數(shù)的常用統(tǒng)計(jì)參量性質(zhì),標(biāo)準(zhǔn)差、均值、均方根和無(wú)窮范數(shù)在不同軸承狀態(tài)下差異性顯著,作為特征參數(shù)獲得可靠的故障診斷結(jié)果。最后用比較實(shí)驗(yàn)證明Morlet小波參數(shù)優(yōu)化的有效性和可靠性。
  2.研究振動(dòng)信號(hào)的小波包分解,提出一種差異

3、性和相似性相結(jié)合的特征向量?jī)?yōu)化方法。振動(dòng)信號(hào)小波包分解獲得多個(gè)帶寬相同的子頻帶,但有效故障特征信息只分布在少量子帶中,特征向量存在冗余信息。選擇 Daub8小波,根據(jù)子帶寬度和諧波頻率估算小波包分解層數(shù),并將子帶能量作為參數(shù)構(gòu)造特征向量?;贔isher線性距離測(cè)度,差異性優(yōu)化選出不同軸承狀態(tài)下距離較大的特征向量行向量,相似性優(yōu)化選出特征向量?jī)?nèi)距離較小的行向量。優(yōu)化特征向量具有較大的類(lèi)間差異性和類(lèi)內(nèi)相似性,在突出故障特征信息同時(shí)抑制了干

4、擾成分。比較實(shí)驗(yàn)表明文中優(yōu)化方法的辨識(shí)精度優(yōu)于文獻(xiàn)方法。
  3.對(duì)振動(dòng)信號(hào)進(jìn)行小波降噪研究,提出一種基于短時(shí)過(guò)零率的工況魯棒早期故障診斷方法。過(guò)零率只與信號(hào)通過(guò)零點(diǎn)的頻度有關(guān)而與波形或幅度無(wú)關(guān),對(duì)工況改變導(dǎo)致的振動(dòng)信號(hào)波形變化魯棒,也能在一定程度上表征信號(hào)的頻域信息。確定小波函數(shù)、分解層數(shù)和閾值策略后,研究小波降噪信號(hào)的短時(shí)過(guò)零率特點(diǎn),其在不同故障狀態(tài)下的差異性明顯,在故障相同但工況不同時(shí)又具有較大的相似性,是一種工況魯棒的特征

5、參數(shù)。使用任意一種工況的數(shù)據(jù)訓(xùn)練模型,都能正確辨識(shí)當(dāng)前工況和其它三種工況的故障類(lèi)型,實(shí)現(xiàn)工況魯棒的早期故障診斷。
  4.研究滾動(dòng)軸承振動(dòng)信號(hào)的非高斯特性,提出一種基于雙譜主成分分析的智能故障診斷方法。先對(duì)振動(dòng)信號(hào)的雙譜特性進(jìn)行研究,其幅度和分布特性在不同故障類(lèi)型時(shí)具有明顯的差異性,在故障相同但工況不同時(shí)又具有一定的相似性。使用主成分分析方法提取雙譜中的有效特征信息,取其幅值作為特征參數(shù),實(shí)現(xiàn)了不同工況和不同故障程度的軸承狀態(tài)判別

6、。此外,零載荷工況數(shù)據(jù)訓(xùn)練的模型,能辨識(shí)其它三種不同工況的故障類(lèi)型,具有工況魯棒的故障診斷功能。
  5.對(duì)滾動(dòng)軸承性能退化評(píng)估進(jìn)行研究,提出一種基于隱馬爾可夫模型距離的性能退化評(píng)估指標(biāo)。先設(shè)計(jì)滾動(dòng)軸承加速度疲勞壽命試驗(yàn),并自制數(shù)據(jù)采集系統(tǒng)記錄6205軸承性能退化過(guò)程的振動(dòng)加速度信號(hào)。研究常用診斷指標(biāo)在性能退化過(guò)程中的變化規(guī)律,發(fā)現(xiàn)滾動(dòng)軸承性能退化過(guò)程經(jīng)歷六個(gè)不同階段,將其命名為:正常狀態(tài)、早期故障、中度故障、嚴(yán)重故障、預(yù)警階段和

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論