基于分形的信号处理技术在设备故障诊断中的应用研究

摘要

目前,传统的线性信号分析方法在处理非线性动力系统所产生的非线性信号时遇到了一些难以克服的困难,而基于分形的信号分析方法可以描述这些复杂的非线性信号,并从中提取有用信息.该文的目的是通过研究发形理论中的基本概念、方法,建立并初步完善定量分析由于非线性而产生的宽带、复杂、不规则机械信号的基本理论和实际应用构架,进而为提高设备故障诊断准确率、弥补传统方法的不足、更加准确地监测设备运行状态的变化提供系统的分析方法.该文希望借助于对非线性动力系统特征提取技术的研究,能够为设备运行状态的数据分析和特征提取提供较完整的分析体系,并最终与其他特征提取方法相融合取得更广泛的应用.

目录

文摘

英文文摘

第一章 绪论

1.1 信号处理技术在设备故障诊断中的应用

1.2 基于分形、混沌的设备故障诊断技术

1.2.1分形、混沌理论

1.2.2设备运行过程中的非线性行为

1.2.3分形、混沌理论在设备故障诊断领域中的应用情况

1.3 课题研究的目的和意义

1.3.1课题的目的

1.3.2课题的意义

1.4 课题的主要研究内容

第二章 动力系统的分形维数定量刻画

2.1 分形和分形维数概念

2.1.1分形的定义

2.1.2分形现象概述

2.1.3维数的定义

2.2 动力系统吸引子的分形维数

2.2.1动力系统

2.2.2吸引子

2.2.3吸引子的分形维数

2.3 关联维数用于动力系统的定量刻画

2.4 小结

第三章 关联维数算法研究

3.1 引言

3.2 动力系统的相空间重构

3.2.1相空间重构

3.2.2时间延迟和嵌入维数的选择

3.3 关联维数计算

3.3.1基于GP算法的关联维数估计

3.3.2轨道矩阵空间旋转变换

3.3.3窗长

3.3.4噪声对关联维数计算结果的影响

3.3.5数据长度对关联维数计算结果的影响

3.4 小结

第四章 迭代奇异值分解降噪方法

4.1 前言

4.2 传统降噪方法及其局限性

4.3 迭代奇异值分解降噪方法

4.3.1奇异值分解的定义

4.3.2迭代奇异值分解降噪方法的降噪过程

4.4 仿真实验验证

4.5 小结

第五章 关联维数在设备故障诊断中的应用

5.1 前言

5.2 转子支承系统故障状态分析

5.2.1转子支承系统实验台与实验测试系统

5.2.2实验数据分析

5.2.3分析结果

5.3 气泵四种典型工作状态分析

5.4 小结

第六章 信号复杂度分析在设备状态监测中的应用

6.1 前言

6.2 基于自相似维数的信号复杂度分析

6.2.1基于Higuchi算法的自相似维数计算

6.2.2应用实例

6.3 基于Kolmogorov测度的信号复杂度分析

6.3.1 Kolmogorov测度

6.3.2信号的复杂度分析

6.3.3应用实例

6.4 小结

第七章 结论与展望

7.1 结论

7.2 创新点

7.3 展望

参考文献

致谢

博士就读期间发表、录用、投递的论文