首页> 中文学位 >基于Hilbert-Huang变换的机械故障诊断的研究
【6h】

基于Hilbert-Huang变换的机械故障诊断的研究

代理获取

目录

文摘

英文文摘

第一章 绪论

1.1.机械故障诊断研究的目的及意义

1.2.旋转机械故障诊断技术的发展现状

1.2.1.故障机理的研究

1.2.2.故障信息处理技术的研究

1.2.3.基于计算机技术的智能化诊断技术的研究

1.3.非平稳信号的时频分析及研究现状

1.4.本论文的主要任务和内容

第二章 非平稳信号的时频分析方法

2.1.引言

2.2.几种重要的时频分析方法

2.2.1.短时Fourier变换

2.2.2.Wigner—Ville分布

2.2.3.小波变换

2.3.小结

第三章 Hilbert—Huang变换的基本理论

3.1.基本概念

3.1.1.瞬时频率

3.1.2.固有模态函数

3.2.经验模态分解(EMD)方法的基本原理

3.3.Hilbert谱及Hilbert边际谱

3.4.EMD分解、Hilbert时频谱及Hilbert边际谱的仿真示例

第四章 几种时频分析方法的比较研究

4.1.引言

4.2.几种时频分析方法的性能比较

4.3.基于EMD的Wigner—Ville分布分析方法

第五章 提高EMD分解精度的研究及改进

5.1.端点效应问题及端点延拓

5.1.1.端点的镜像极值衰减对称延拓法

5.1.2.几种端点处理方法的仿真分析

5.2.基于拟小波降噪的EMD分解

5.2.1.噪声对EMD分解的影响

5.2.2.拟小波降噪原理及比较

5.2.3 仿真信号处理及示例

第六章 滚动轴承故障特征的提取及分析

6.1.滚动轴承振动信号的故障特征

6.1.1.滚动轴承的振动机理

6.1.2.滚动轴承的通过频率及故障特征频率

6.2.实验仪器、设备及数据采集

6.3.滚动轴承的振动信号分析

6.3.1.振动信号的时域分析

6.3.2.基于EMD的滚动轴承故障诊断方法

6.4.基于固有模态能量熵的故障诊断方法

结论与展望

参考文献

致 谢

攻读硕士学位期间发表的学术论文

展开▼

摘要

旋转机械是国民经济生产的关键设备,所以很有必要对其运行状态监测与故障诊断。利用机械设备的振动信号进行故障诊断是一种比较有效、经济的方法。由于机械设备发生故障时,其振动信号大都是非平稳、非线性,传统的信号分析方法凸显不足,因此,有必要对适合处理非平稳、非线性的时频分析方法进行研究。
   本文介绍了利用时频分析方法分析非平稳、非线性信号的必要性,及几种典型的时频分析方法,如短时傅里叶变换,Wigner—Ville分布和小波变换等。详细研究了Hilbert-huang变换的理论及算法,作为一种新的时频分析方法,有必要与其他典型的时频分析方法进行比较研究。由于Hilbert-huang变换存在着端点效应问题严重,本文提出了镜像极值衰减延拓法对信号序列进行延拓,并验证了其有效抑制端点效应;同时,还研究了噪声对Hilbert-huang变换的影响,并做了一些改进处理。
   本文还介绍了滚动轴承的故障特征,并对内圈裂纹、外圈裂纹和健康滚动轴承进行试验,采集振动信号数据,并利用基于EMD的故障诊断分析方法进行分析,验证了基于EMD的包络谱分析方法的有效性。同时,利用固有模态能量熵对滚动轴承的故障进行研究。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号