我要投搞

标签云

收藏小站

爱尚经典语录、名言、句子、散文、日志、唯美图片

当前位置:天空彩票 > 端点 >

机械加工过程中的早期故障微弱信号处理方法研究

归档日期:05-08       文本归类:端点      文章编辑:爱尚语录

  机械制造加工业是国家工业发展的基础,更是国家综合实力的重要体现,高可靠性和近零故障是有效进行机械制造加工的重要保障。早期故障诊断技术能够及时发现机械加工过程早期故障的微弱信息,根据故障发生的位置、类别以及严重程度提供有效的维修决策,对于实现高效可靠的机械加工过程具有重大意义。然而,早期故障的微弱信号具有幅值微弱、低信噪比、故障特征冗余度高以及高维非线性的特点。因此,如何从监测的低信噪比信号中,提取早期微弱故障特征,实现微弱信号主特征选择及高维非线性特征降维分析,有效实现机械加工故障的早期诊断是迫切需要解决的问题。针对早期故障的低信噪比微弱信号处理问题,在传统的经验模态分解方法基础上,提出了基于嵌入降噪的筛选迭代方法,对信号的筛选迭代分解过程进行降噪分析和准模态平滑处理,减小由端点缺失造成的扭曲现象,以解决噪声干扰和迭代误差造成的端点效应问题;同时,提出了基于相关分析的停止准则,考虑了迭代过程准模态间的局部关系,及分解模态与信号相关关系的全局特性,达到消除经验模态分解冗余模态的目的。对早期故障信号和低信噪比微弱信号的分析,以及与基于预测延拓的端点效应抑制方法的对比分析,验证了提出的方法解决经验模态分解方法端点效应和冗余模态的能力,为实现早期故障信号及低信噪比微弱信号的分析提供理论及技术支持。从空间域和频域分析了小幅值微弱信号,通过功率谱密度方法、二维小波方法和二维经验模态分解方法实现了微弱信号各频域分量的提取;并针对传统二维经验模态分解方法的冗余模态问题,提出了基于嵌入降噪迭代的二维经验模态分解方法,在迭代分解过程中消除了包络拟合造成的误差。对精密加工小幅值微弱信号的分析表明,提出的方法有效实现了晶体表面微观形貌的刀痕信息、进给方向的纹理特征及加工缺陷的特征识别,能够精确分析各形貌特征对晶体加工质量的影响,为从加工缺陷机理上改善加工质量提供技术支持。针对早期故障微弱信号的主特征选择问题,提出了基于动态遗传算法的主特征判定模型;研究高维非线性特征的动态编码机制,计算每个特征维度上特征集的适应度值,并选择该特征维度的最优特征集;根据精英保留策略动态更新特征空间的维度,迭代计算该维度的最优特征集;研究了基于受测试曲线分析(ROC)的系统敏感度辨识模型,对于设备的多元状态识别模型,分别计算每个模型的敏感度和特异性值,根据多元状态的辨识指标和特征累积频率判定系统的主特征。通过对转子和轴承性能衰退过程早期故障分析,以及与其它五种特征选择方法对比分析,表明提出的主特征选择方法能够以较小的特征维度获得较高的分类正确率。针对早期故障微弱信号高维非线性特征的降维问题,提出了考虑全局特征的互信息特征加权和流形优化的监督式局部线性嵌入方法。结合样本的类别信息,通过基于互信息分析的特征加权方法,保留全局特征的完整性并突出主要贡献的特征,实现了样本点邻域的加权选择;在此基础上,采用极大似然法实现了样本特征在低维空间的流形维度估计,和基于偏最小二乘法的测试样本流形映射。针对监督式局部线性嵌入方法获得低维流形的冗余性问题,通过基于互信息分析的流形排序方法,选择低维空间的最优流形组合。通过与其他的特征降维方法,以及不同的组合方法进行对比分析,验证了提出的改进的流形学习方法能够实现高维特征的非线性降维,并改善模型识别刀具早期故障的精度。

  胡劲松;杨世锡;;EMD方法基于AR模型预测的数据延拓与应用[J];振动、测试与诊断;2007年02期

  许同乐;高朋飞;陈康;侯蒙蒙;;发动机轴承故障诊断方法的研究[J];船舶力学;2016年08期

  张海兵;;基于粒子滤波的动态自回归预测模型方法[J];电子科技;2016年06期

  马文朋;张俊红;马梁;刘昱;贾晓杰;;改进的经验模式分解在机械故障诊断中的应用[J];振动.测试与诊断;2015年04期

  孟宗;闫晓丽;王赛;;基于HMM校正与神经网络延拓的EMD端点效应抑制方法[J];中国机械工程;2015年14期

  赵哲;张勇;于楠楠;崔桂梅;;面向铁水温度的高炉异常数据检测及修补[J];自动化与仪表;2015年02期

  梁喆;彭苏萍;郑晶;;LEMD端点延拓方法及其在微震信号降噪中的应用[J];振动与冲击;2014年21期

  胥永刚;陆明;付胜;张建宇;;基于匹配延拓的ITD边界效应抑制方法研究[J];振动与冲击;2014年07期

  张俊红;王健;毕凤荣;刘海;李林洁;李忠鹏;;基于EMD和时频分析的低振动机体结构优化研究[J];振动与冲击;2014年03期

  秦毅;任兵;李宁;王腾;;改进的迭代希尔伯特变换及滚动轴承故障诊断应用[J];振动与冲击;2013年11期

  周宣赤;白春华;王仲琦;林大超;;基于改进EMD的爆炸微差延期时间尺度识别及应用[J];控制工程;2012年06期

  胡劲松,杨世锡,吴昭同,严拱标;基于EMD和HT的旋转机械振动信号时频分析[J];振动、测试与诊断;2004年02期

  胡劲松,杨世锡,吴昭同,严拱标;基于经验模态分解的旋转机械振动信号滤波技术研究[J];振动、测试与诊断;2003年02期

  周华;蔡超;丁明跃;;基于流形学习和流形高阶近似的图像距离度量[J];华中科技大学学报(自然科学版);2012年03期

  黄鸿;李见为;冯海亮;;融合局部和全局结构的流形学习[J];光学精密工程;2009年03期

  贺广南;杨育彬;;基于流形学习的图像检索算法研究[J];山东大学学报(工学版);2010年05期

  金波;;基于年龄流形的人脸图像年龄识别[J];中国新技术新产品;2011年01期

  高峥;杜川;;基于流形学习算法的人脸识别研究[J];河南机电高等专科学校学报;2011年04期

  詹炜;;流形学习算法概述[J];武汉船舶职业技术学院学报;2013年02期

  丁玲;唐娉;李宏益;;基于流形学习的混合光谱解混分析[J];红外与激光工程;2013年09期

  顾艳春;;一种基于线性插值的流形学习算法[J];佛山科学技术学院学报(自然科学版);2013年01期

  张辉远;;基于高光谱影像的流形学习降维方法近邻畸变分析[J];铁道勘察;2014年02期

  冯海亮;李见为;王旭初;黄鸿;;基于非线性子流形的人脸识别[J];重庆大学学报;2008年03期

  宋欣;王娟;张斌;叶世伟;;流形学习算法分析及在人脸数据库上的应用[A];2008年全国开放式分布与并行计算机学术会议论文集(上册)[C];2008年

  刘晓平;季浩;邓伟财;;基于流形学习的非线性系统可视化算法[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年

  何慧;陈博;郭军;;基于流形学习的半监督文本情感分类算法[A];第五届全国信息检索学术会议论文集[C];2009年

  蒋全胜;贾民平;胡建中;许飞云;;一种基于流形学习的故障模式识别方法[A];第九届全国振动理论及应用学术会议论文集[C];2007年

  苏祖强;基于泛化流形学习的风电机组传动系统早期故障诊断方法研究[D];重庆大学;2015年

  黄焱;基于流形学习的金融数据分析方法研究[D];电子科技大学;2015年

  马婧华;基于流形学习的旋转机械早期故障融合诊断方法研究[D];重庆大学;2015年

  邢向磊;流形学习与稀疏表示在模式识别中的应用[D];南京大学;2013年

  卢磊;机械加工过程中的早期故障微弱信号处理方法研究[D];哈尔滨工业大学;2016年

  黄红兵;层次流形学习及其在监督分类中的应用[D];上海交通大学;2015年

  尹峻松;流形学习理论与方法研究及在人脸识别中的应用[D];国防科学技术大学;2007年

  胡浩松;基于流形学习的旋转机械故障识别方法研究[D];燕山大学;2015年

  金伟;监督型流形学习在模式识别中的研究[D];中国计量学院;2015年

  郝勇智;基于流形学习的半监督分类方法及其应用[D];中北大学;2016年

  干强;等距映射流形学习算法中的若干问题研究[D];南京大学;2016年

  陈鹏飞;转子故障数据降维的流形学习方法研究[D];兰州理工大学;2016年

本文链接:http://diverlandya.com/duandian/253.html