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

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。

目录

封面

中文摘要

英文摘要

目录

第1章 绪 论

1.1 课题研究背景和意义

1.2 混合故障诊断方法在国内外的研究现状

1.3 混合Alpha稳定分布的分研究现状

1.4 主要研究内容

第2章 混合Alpha稳定分布模型

2.1 Alpha稳定分布模型

2.2 混合Alpha稳定分布模型

2.3 混合Alpha稳定分布模型的参数估计

2.4 仿真结果验证

2.5 本章小结

第3章 基于混合Alpha稳定分布模型的多故障诊断方法研究

3.1 旋转机械故障的分类

3.2 齿轮和轴承的故障机理

3.3 典型单故障诊断方法在处理混合故障时的表现

3.4 基于时域故障信号的混合Alpha稳定分布模型

3.5 基于故障信号非平稳特性的混合Alpha稳定分布模型

3.6 基于混合Alpha稳定分布模型参数的模式识别方法

3.7 本章小结

第4章 实验验证和对比实验分析

4.1 实验设备简介

4.2 实验方案设计

4.3 实验数据分析

4.4 本章小结

结论

参考文献

攻读硕士学位期间发表的论文

声明

致谢