基于morlet小波与svd的旋转机械故障特征提取算法研究

基于morlet小波与svd的旋转机械故障特征提取算法研究

ID:34871290

大小:5.87 MB

页数:88页

时间:2019-03-12

基于morlet小波与svd的旋转机械故障特征提取算法研究_第1页
基于morlet小波与svd的旋转机械故障特征提取算法研究_第2页
基于morlet小波与svd的旋转机械故障特征提取算法研究_第3页
基于morlet小波与svd的旋转机械故障特征提取算法研究_第4页
基于morlet小波与svd的旋转机械故障特征提取算法研究_第5页
资源描述:

《基于morlet小波与svd的旋转机械故障特征提取算法研究》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、硕士学位论文基于Morlet小波与SVD的旋转机械故障特征提取算法研究作者姓名耿宇斌学科专业机械制造及其自动化指导教师赵学智教授所在学院机械与汽车工程学院论文提交日期2015年4月StudyonFaultFeatureExtractionAlgorithmforRotatingMachineryBasedonMorletWaveletandSVDADissertationSubmittedfortheDegreeofMasterCandidate:GengYubinSupervisor:Prof.ZhaoXuezhiSouthChinaUnive

2、rsityofTechnologyGuangzhou,China分类号:TH165.3学校代号:10561学号:201220100154华南理工大学硕士学位论文基于Morlet小波与SVD的旋转机械故障特征提取算法研究作者姓名:耿宇斌指导教师姓名、职称:赵学智教授/博士生导师申请学位级别:工学硕士学科专业名称:机械制造及其自动化研究方向:制造系统的检测、诊断及控制论文提交日期:年月日论文答辩日期:年月日学位授予单位:华南理工大学学位授予日期:年月日答辩委员会成员:主席:委员:华南理工大学学位论文原创性声明本人郑重声明:所呈交的论文是本人在导师的指

3、导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名:日期:年月日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,即:研究生在校攻读学位期间论文工作的知识产权单位属华南理工大学。学校有权保存并向国家有关部门或机构送交论文的复印件和电子版,允许学位论文被查阅(除在保密期内的保密论文外);学校可以公布学位论文的全部或部分内容,可以允许采用

4、影印、缩印或其它复制手段保存、汇编学位论文。本人电子文档的内容和纸质论文的内容相一致。本学位论文属于:□保密,在年解密后适用本授权书。□不保密,同意在校园网上发布,供校内师生和与学校有共享协议的单位浏览;同意将本人学位论文提交中国学术期刊(光盘版)电子杂志社全文出版和编入CNKI《中国知识资源总库》,传播学位论文的全部或部分内容。(请在以上相应方框内打“√”)作者签名:日期:指导教师签名:日期:作者联系电话:电子邮箱:联系地址(含邮编):摘要在旋转机械故障诊断的过程中,如何从原始信号中提取故障特征成分,既是重点也是难点。Morlet小波与奇异值分

5、解(SingularValueDecomposition,SVD)是两种现代数学分析方法,本文研究了这两种方法在故障特征提取中存在的一些重要问题,并将二者结合起来,提出了一种区别于以往的Morlet-SVD结合算法,并应用于故障特征提取,取得了良好的效果。首先,分析了尺度参数和位移参数对Morlet小波的影响,推导了Morlet小波分解时的数值计算方法;针对Morlet小波的参数优化问题,在Shannon熵理论的基础上提出了改进的优化方法,改善了Morlet小波的特征提取效果。然后,研究了基于Hankel矩阵的SVD信号分离原理,分析了对含噪信号

6、进行奇异值分解后奇异值与原始信号中各成分的对应关系,讨论了分别代表周期性成分和噪声成分的奇异值在奇异值序列中的位置随原始信号信噪比变化的规律。其次,将Morlet小波和SVD相结合,研究了二者的结合算法,进而提出一种奇异值能量谱的方法对Morlet小波的分解结果进行特征提取,根据能量谱峰值位置得到故障特征频率所在位置,应用于仿真信号的特征提取中,取得了良好的效果。最后,将本文方法应用于旋转机械系统的故障诊断中,并通过对旋转机械实际振动信号的特征提取,验证了本文方法的有效性和工程实用性。关键词:旋转机械;Morlet小波;奇异值分解;故障诊断;特征

7、提取IAbstractIntheprocessoffaultdiagnosis,howtoextractfaultfeaturefromoriginalsignalcomponentsistheemphasisanddifficulty.MorletwavelettransformandSingularValueDecomposition(SVD)aretwokindsofmodernnumericalanalysismethodandhaveeachuniqueeffectonfaultfeatureextraction.Basedontheb

8、asicprincipleandimportantpropertiesofMorletwaveletandSVD,theapplicat

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。