机械系统微弱故障信号检测及特征提取方法研究

《机械系统微弱故障信号检测及特征提取方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、太原理工大学硕士研究生学位论文机械系统微弱故障信号检测及特征提取方法研究摘要故障信号的特征提取是机械故障诊断中的关键问题，而噪声的干扰是影响故障信号特征正确识别的重要因素。机械系统早期故障引起的异常信号一般都很微弱，通常被淹没在很强的背景噪声中，对信号检测技术要求高。本文根据机械测试中振动信号的特点，研究了现代信号处理理论应用于机械故障信号检测和特征提取的方法，并做了大量的仿真和实验。论文首先叙述了该课题的意义、弱信号检测的方法，介绍了机械故障特征提取方法及研究现状。针对复杂机械故障产生的非平稳振动信号检测，研究了时间一

2、频率分布在故障信号检测和特征提取中的应用。仿真分析和齿轮早期故障检测实验证明，通过核函数的合理设计，能够有效滤除噪声，实现对机械设备早期故障产生的微弱异常振动信号的检测。讨论了小波基函数选取对信号处理结果的影响。详细论述了基于小波变换的奇异性检测理论，提出了利用三层以上细节信号的乘积作为检测信号求解多尺度模极大值的方法，以实现噪声中信号奇异点的检测和定位。研究了基于小波变换的弱信号检测方法，利用该方法把齿轮的异常振动信号从噪声信号中提取出来，实现齿轮故障信号特征的提取。最后利用高阶统计量可以抑制加性高斯噪声的特殊性质，将

3、高阶统计量作为机械微弱故障信号检测的方法进行了研究。对双谱信号检测作了重点介绍，并利用双谱进行了齿轮故障诊断。太原理工大学硕士研究生学位论文关键词：故障诊断，信号检测，特征提取，时频分析，小波变换，高阶统计量太原理工大学硕士研究生学位论文STUDYONDETECTl0NANDFEATUREEXTRACTIONoFWEAKFAULTSIGNALOFM匝CHANICALSYSTEMABSTRACTThecrucialissueinmechanicalfaultdiagnosisfieldisfaultfeatureextra

4、ction,whileanoisedisturbanceisallimportantfactorwhichaffectsfaultextraction．Theabnormalsignal，generatedbyearlyfault，isusuallyweakandcoveredwithstrongnoise．Thereforeahighdetectiontechniqueisrequested．Basedonvibrationsignalfeatures，thispaperresearchesaseriesofmetho

5、dsforsignaldetectionandextraction，whichiscombinedwiththetheoriesofmodemsignalprocess．Andatthesalnetime．10tsofsimulationandtestworkaredone．Themeaningofthispaperandthemethodforweaksignaldetectionarefirstdescribed．Thentheusuallywaystoextractfaultanditsdevelopingarei

6、ntroduced．Consideringnon-stationaryvibrationsignalincomplicatedmechanicalequipment,Time-Frequencyanalysisisemployedtodetectandextractfault．TheresultsofsimulationandtestingearwheelfaultdiagnosisprovethatTime—Frequencyanalysiscanreducenoiseanddetectweakabnormalsign

7、aleffectivelybydesigningreasonablekernelfunction．Waveletbasisfunctionimpaaonsignalfeatureextractionisdiscussed．Accordingtosingularitydetectiontheory,amethodwhichusesthemultiplyofmorethanthree—stagespecificsignalsasdetectionsignaltogetthemulti-scalemodulusmaximama

8、pisbroughtaboutinordertodetectsingularitypointinnoiseandgetthelocationofsingularitypoint．AmethodbasedonwaveletIII太原理工大学硕士研究生学位论文transformisstudiedandappliedtoe