EMD方法在机械故障诊断中的应用

摘要

该文就EMD方法在机械故障中的应用进行了探讨,提出了两种机械故障诊断的方法:1.利用EMD方法和小波变换进行机械故障诊断 该文采用经验模式分解(EMD)与小波变换相结合的方法分析非平稳机械故障信号的奇异性,进行机械故障诊断.与直接对原信号进行小波分析相比较,该方法提取的奇异性特征更明显.数值模拟和对故障轴承振动信号分析表明了该方法的有效性.2.利用EMD方法和关联维数进行机械故障诊断.分数维表征了信号的结构特征,广泛地被用于非线性系统行为的刻划中.该论文深入探讨了分形维数的一种—关联维数在机械故障诊断中的应用,探讨了相空间重构和关联维数求解过程中嵌入维数和延迟时间的选择的意义及方法,该论文选用C-C方法,并编制了相应的程序来确定嵌入维数和延迟时间.该论文将信号EMD分解后其前三个IMF分量的关联维数的均方根值用于机械故障的区分和诊断,与直接用原信号的关联维数作判断标准相比,可以明显提高诊断的精度,减少误判.

目录

文摘

英文文摘

第1章前言

1.1机械故障诊断研究的主要内容

1.2机械故障诊断技术当前进展状况

1.2.1基于数学模型的方法

1.2.2基于信号处理的方法

1.2.3基于知识的方法

1.3本论文工作

第2章本文应用方法原理概述

2.1 EMD方法

2.2小波变换

2.2.1连续小波变换

2.2.2离散小波变换

2.3相空间重构

2.3.1嵌入定理

2.3.2相空间重构(从时间序列抽取动力系统)

2.3.3重构相空间参数确定

2.4分形维数

2.4.1分形几何起源及特点

2.4.2维数的演化及分维定义

2.4.3分维在本文中的应用

第3章利用EMD方法和小波变换进行机械故障诊断

3.1小波基选择

3.2数值模拟实验

3.3轴承故障诊断实例

3.4本章结论

第4章利用EMD方法和关联维数进行机械故障诊断

4.1相空间重构参数确定方法探讨

4.1.1参数选择对相空间重构准确性的影响

4.1.2 C-C方法讨论

4.1.3 C-C方法编程

4.2关联维数计算

4.3 Logistic方程实验性研究

4.4轴承故障诊断应用

4.5本章结论

第5章结束语

致谢

参考文献

硕士期间与导师合作发表的论文：