基于demd时频分析的旋转机械故障特征提取方法研究

《基于demd时频分析的旋转机械故障特征提取方法研究》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、硕士学位论文MASTER’SDISSERTATION论文题目基于DEMD时频分析的旋转机械故障特征提取方法研究作者姓名季艳学科专业测试计量技术及仪器指导教师孟宗教授2015年5月中图分类号：TH17学校代码：10216UDC：621.3密级：公开工学硕士学位论文基于DEMD时频分析的旋转机械故障特征提取方法研究硕士研究生：季艳导师：孟宗教授申请学位：工学硕士学科专业：测试计量技术及仪器所在单位：电气工程学院答辩日期：2015年5月授予学位单位：燕山大学ADissertationinMeasurementTechnologyandInstrumentSTUDYONFAULTFEATUREE

2、XTRACTIONOFROTATINGMACHINEMETHODBASEDONDEMDTIME-FREQUENCYANALYSISbyJiYanSupervisor:ProfessorMengZongYanshanUniversityMay,2015燕山大学硕士学位论文原创性声明本人郑重声明：此处所提交的硕士学位论文《基于DEMD时频分析的旋转机械故障特征提取方法研究》，是本人在导师指导下，在燕山大学攻读硕士学位期间独立进行研究工作所取得的成果。论文中除已注明部分外不包含他人已发表或撰写过的研究成果。对本文的研究工作做出重要贡献的个人和集体，均已在文中以明确方式注明。本声明的法律结果将完

3、全由本人承担。作者签字：日期：年月日燕山大学硕士学位论文使用授权书《基于DEMD时频分析的旋转机械故障特征提取方法研究》系本人在燕山大学攻读硕士学位期间在导师指导下完成的硕士学位论文。本论文的研究成果归燕山大学所有，本论文的研究内容不得以其它单位的名义发表。本人完全了解燕山大学关于保存、使用学位论文的规定，同意学校保留并向有关部门送交论文的复印件和电子版本，允许论文被查阅和借阅。本人授权燕山大学，可以采用影印、缩印或其它复制手段保存论文，可以公布论文的全部或部分内容。保密□，在年解密后适用本授权书。本学位论文属于不保密□。（请在以上相应方框内打“√”）作者签名：日期：年月日导师签名：日期

4、：年月日摘要摘要旋转机械是电力、石油、冶金、机械、航空及军事工业部门的关键设备，能否保证关键设备正常运行，直接关系到企业的发展，因此机械故障诊断技术得到了广泛的关注。机械故障诊断的关键在于机械振动信号的故障特征提取和故障类型识别，信号的处理和分析是特征提取最常用的方法。近年来，经验模式分解(EmpiricalModeDecomposition,EMD)方法作为分析非平稳信号的重大突破，应用到旋转机械振动信号分析与处理中，然而EMD算法还存在不足，需要进一步完善。基于微分的经验模式分解(Differential-basedEmpiricalModeDecomposition,DEMD)的时

5、频分析方法在EMD算法基础上做了改进，通过对原始信号进行微分改变了信号中的不同频率成分比重，有利于将信号中频率相近的成分或微弱的高频成分提取出来，从而有效改善EMD方法的模式混叠问题。本文重点研究基于DEMD的时频分析方法及其在机械故障特征提取方面的应用。首先，研究瞬时频率、单分量和多分量信号、调频调幅信号的基本概念；分析DEMD的基本原理及算法，并与经验模态分解(EMD)进行对比，仿真验证该方法能够将信号中频率相近或相对微弱的高频成分提取出来，有效改善EMD方法在分解过程中出现的模式混叠现象。其次，针对DEMD存在的端点效应问题，研究了基于支持向量回归机延拓和窗函数结合抑制DEMD端点

6、效应的方法，利用构造好的支持向量回归模型对数据进行延拓，将延拓后的信号与窗函数进行内积运算，将端点效应抑制在原信号端点以外，仿真与试验表明该方法能够有效抑制DEMD的端点效应，提高DEMD的分解精度。针对滚动轴承振动信号的非平稳特性和其周期性冲击特点，将DEMD时频分析方法与对称差分能量算子解调法结合。仿真和实验结果验证该方法能够更加准确地提取出振动信号的特征频率，实现轴承故障有效诊断。最后，研究模糊熵算法，提出基于DEMD模糊熵和支持向量机的旋转机械故障诊断方法，先对故障信号进行DEMD处理，计算分解后的本征模函数(IntrinsicModeFunction，IMF)分量的模糊熵，将其

7、模糊熵值作为故障特征向量；然后将得到的故障特征向量输入到支持向量机进行模式识别，实现旋转机械的识别和分类。与基于EMD-I-燕山大学工程硕士学位论文模糊熵与SVM相结合的方法相比较，该方法能够对机械故障信号更准确地进行识别分类。关键词：DEMD；故障特征提取；旋转机械；端点效应；SVM；模糊熵-II-AbstractAbstractRotatingmachineryisthekeyequipmentofelectricpower,m