导读:本文包含了分形谱论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:分形,齿轮箱,信号,故障诊断,特征,向量,输送带。
分形谱论文文献综述
周广林,韩忠惠,郭延超,刘训涛[1]（2019）在《多重分形谱的输送带振动特性》一文中研究指出为定量评价带式输送机振动特性和系统稳定性,建立带式输送机仿真模型,分析在启动、稳定运行与制动阶段输送带四个特征位置的张力波动程度和横向振动位移,计算纵向张力曲线和横向振动位移的功率谱和分形维数。基于q阶矩结构分割函数法,通过多重分形特征奇异指数范围和多重分形谱宽度定量地评价输送带不同位置的振动特性。结果表明:在启动和稳定运行阶段,驱动滚筒与输送带相遇点纵向张力盒维数和多重分形谱宽度最大,纵向振动程度最为显着;换向滚筒与输送带相遇点横向振动位移多重分形特性最为显着,输送带横向振动最为显着;以多重分形谱宽度为优化目标,综合输送带振动形式,确定驱动滚筒与输送带相遇点振动特性最为显着,稳定性最差,最易发生故障,在带式输送机动态设计时需对此位置重点关注。(本文来源于《黑龙江科技大学学报》期刊2019年05期）
许子非,李春,张万福,邓允河[2]（2019）在《基于自适应变分模态分解及多重分形谱的风力机轴承故障分析》一文中研究指出风力机齿轮箱轴承故障信号具有典型非线性及非平稳特性,采用自适应变分模态法对4种状态下振动信号进行分解,提出基于分形盒维数-峭度阈值法(Adaptived Variational Mode Decomposition,AVMD)对处理所得分量进行筛选,选取富含故障信息的分量进行信号重构,采用多重分形去趋势波分析方法,分析重构信号的分形特征并识别其工作状态,结果表明:基于多重分形去趋势波分析法对非稳定轴承可进行有效地故障识别;轴承振动信号具有典型分形特征,在不同时间尺度下,标度指数、广义Hurst指数与多重分形谱均可反应轴承工作状态;3种多重分形谱参数对故障类型敏感度不同,谱函数最大值对应的奇异指数对内圈故障较为敏感,峰值占比对外圈故障较为敏感,分形谱宽对滚珠故障较为敏感。(本文来源于《热能动力工程》期刊2019年09期）
韩阳,杨晓磊,张欣,杨爱民,张玉柱[3]（2019）在《镁质熔剂性球团矿相的多重分形谱》一文中研究指出球团矿相微观结构决定其冶金物理化学性能,为透视球团矿微观结构与其宏观冶金物理化学性能之间的依赖关系,需要解决的首要关键问题是矿相微观视觉特征的提取与定量表征。以镁质熔剂性球团微观矿相为研究对象,在直观分析矿相视觉特征的基础上,采用多重分形谱分析方法,提取矿相的微观多重分形谱定量表征值f(α),并分别深度挖掘由f(α)衍生出的对称度特征值Δf、谱宽特征值Δα、容量维特征值D(0)随碱度变化的迁移规律和随矿相检测位置变化的迁移规律。研究结果表明,矿相微观视觉特征在HSV颜色空间上呈现的颜色特征未在碱度变化和位置变化上存在显着差异性;矿相微观多重分形谱分析中,Δf、Δα、D(0)3个特征值在碱度变化和位置变化上有显着的差异性,可以很好地表征碱度迁移规律和位置迁移规律。(本文来源于《钢铁》期刊2019年04期）
宋伟杰,庞弘阳,关山,康振兴[4]（2019）在《基于多重分形谱参数的刀具磨损状态特征提取》一文中研究指出鉴于多重分形理论在精细刻画系统非线性现象和过程方面具有独特优势,提出了基于多重分形理论的刀具磨损状态特征提取方法.首先估计去噪后的刀具磨损声发射信号多重分形谱,验证其标度不变性和自相似性;然后在此基础上研究了刀具磨损多重分形谱参数α0、Δα和f(αmin)随磨损量变化情况,并通过散点图描述叁种特征参数表征刀具磨损阶段的有效性;最后结合切削条件讨论特征f(αmin)与切削速度的关联性.研究结果表明:多重分形谱参数与磨损阶段之间具有较强的关联性,进而提出了基于多重分形谱参数进行刀具磨损状态特征提取的新方法.(本文来源于《东北电力大学学报》期刊2019年01期）
高强,刘齐,郭占男,原峰[5]（2018）在《基于多重分形谱的GIS光学局放信号绝缘缺陷诊断方法》一文中研究指出本文研究了一种采用多重分形谱作为特征量的特征提取方法,不同于分形维数的单一,多重分形谱对分形的复杂性和不均匀性进行更细致地刻画。实验分别提取局放图谱的分形维数和多重分形谱,并通过BP神经网络进行分类识别。实验结果表明多重分形谱作为特征量可以更有效地表征不同绝缘缺陷的局图谱的特征,其分类识别准确率远高于采用分形维数作为特征量。实验表明多重分形谱特征量在绝缘缺陷诊断的研究中有较大的应用价值。(本文来源于《第叁届智能电网会议论文集》期刊2018-12-30）
熊兴隆,张琬童,冯磊,李猛,马愈昭[6]（2019）在《基于多重分形谱的光纤周界振动信号识别》一文中研究指出为了有效识别光纤周界系统的振动信号,提出一种多重分形谱参数和改进概率神经网络相结合的光纤振动信号识别方法.该方法能够避免特征提取过程中需要选择经验阈值和模式识别过程中需要确定平滑因子的不足.首先,检验分析光纤振动信号多重分形的存在性和有效性.然后,计算和提取光纤振动信号的多重分形谱参数,构成能够准确描述信号非线性和复杂性特性的特征向量.最后,采用改进的概率神经网络算法进行自适应地学习和分类,实现对不同光纤振动信号的识别.采用现场实验采集的四种振动信号对该方法进行验证,结果表明,平均识别率达到96.25%,识别时间为1.63s.该方法在正确识别率方面优于传统的概率神经网络算法.(本文来源于《光子学报》期刊2019年02期）
李歆昊,张旻,韩树楠[7]（2018）在《基于多重分形谱的物理层帧结构检测算法研究》一文中研究指出针对解调数据有无物理帧结构的检测问题,该文提出了一种基于多重分形谱的物理层帧结构检测算法。首先,在定义序列有偏性与0,1出现概率关系的基础上,根据编码序列、扰码序列和物理帧的生成原理,通过计算相关序列中的0,1出现概率推导出它们的有偏性关系,即物理帧、编码序列和扰码序列的有偏性逐渐减小;然后,利用上述结论并结合多重分形谱具有描述有偏性分布的特点,对待识别序列进行固定长度拆分并计算多重分形谱宽度值;最后,通过观察多重分形谱宽度值的分布实现解调数据有无物理帧结构的检测。仿真试验验证了算法的有效性,表明该算法具有一定的工程应用价值。(本文来源于《电子与信息学报》期刊2018年02期）
张瑞亮,颜天晓,王铁,刘亚琼[8]（2017）在《基于多重分形谱和灰色模型GM(1,1)的齿轮接触疲劳寿命预测》一文中研究指出开展齿轮接触疲劳寿命预测对齿轮传动系统维护和使用具有重要意义。基于渐开线直齿轮接触疲劳台架运转试验采集的振动信号,应用多重分形去趋势分析对振动信号进行了分析,得到了多重分形谱,并构建了多重分形谱宽度指标用来表征齿轮接触疲劳退化;在此基础上,应用灰色模型GM(1,1),建立了齿轮接触疲劳寿命预测模型;结合试验数据对寿命预测结果进行了验证。结果表明,提出的寿命预测方法具有较高的预测精度,预测结果可作为齿轮寿命估计的参考。(本文来源于《机械传动》期刊2017年07期）
赵卫伟,覃凯蓓[9]（2017）在《基于多重分形谱和SVM的齿轮箱故障诊断》一文中研究指出基于振动信号的齿轮箱故障诊断本质分为有用信号的提取、故障特征量的选择以及故障智能识别。为此本文提出了基于多重分形特征提取和SVM故障识别的方法。用SVM分别对多重分形特征量进行故障识别,证明了本文提出的多重分形的故障特征提取模型的可行性。(本文来源于《黑龙江科技信息》期刊2017年18期）
李东东,周文磊,郑晓霞,王浩[10]（2017）在《基于多重分形谱和支持向量机的风电机组行星齿轮箱故障诊断与研究》一文中研究指出风电机组行星齿轮箱振动信号是一种典型的非平稳、非线性信号,传统故障检测方法对于此类信号处理能力有限。为了克服传统方法的不足,提高故障诊断能力,提出了一种基于多重分形谱和支持向量机相结合的故障检测方法。首先通过多重分形定义求取信号的多重分形谱。然后在多重分形谱中提取八个特征量。最后将特征量作为支持向量机的输入向量,实现了在不同转速情况下对正常信号和四种太阳轮故障信号的分类与识别。实验结果证实了所提方法对行星齿轮箱信号特征进行提取是有效的,在不同转速情况下均提高了故障识别率。(本文来源于《电力系统保护与控制》期刊2017年11期）
分形谱论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
风力机齿轮箱轴承故障信号具有典型非线性及非平稳特性,采用自适应变分模态法对4种状态下振动信号进行分解,提出基于分形盒维数-峭度阈值法(Adaptived Variational Mode Decomposition,AVMD)对处理所得分量进行筛选,选取富含故障信息的分量进行信号重构,采用多重分形去趋势波分析方法,分析重构信号的分形特征并识别其工作状态,结果表明:基于多重分形去趋势波分析法对非稳定轴承可进行有效地故障识别;轴承振动信号具有典型分形特征,在不同时间尺度下,标度指数、广义Hurst指数与多重分形谱均可反应轴承工作状态;3种多重分形谱参数对故障类型敏感度不同,谱函数最大值对应的奇异指数对内圈故障较为敏感,峰值占比对外圈故障较为敏感,分形谱宽对滚珠故障较为敏感。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
分形谱论文参考文献
[1].周广林,韩忠惠,郭延超,刘训涛.多重分形谱的输送带振动特性[J].黑龙江科技大学学报.2019
[2].许子非,李春,张万福,邓允河.基于自适应变分模态分解及多重分形谱的风力机轴承故障分析[J].热能动力工程.2019
[3].韩阳,杨晓磊,张欣,杨爱民,张玉柱.镁质熔剂性球团矿相的多重分形谱[J].钢铁.2019
[4].宋伟杰,庞弘阳,关山,康振兴.基于多重分形谱参数的刀具磨损状态特征提取[J].东北电力大学学报.2019
[5].高强,刘齐,郭占男,原峰.基于多重分形谱的GIS光学局放信号绝缘缺陷诊断方法[C].第叁届智能电网会议论文集.2018
[6].熊兴隆,张琬童,冯磊,李猛,马愈昭.基于多重分形谱的光纤周界振动信号识别[J].光子学报.2019
[7].李歆昊,张旻,韩树楠.基于多重分形谱的物理层帧结构检测算法研究[J].电子与信息学报.2018
[8].张瑞亮,颜天晓,王铁,刘亚琼.基于多重分形谱和灰色模型GM(1,1)的齿轮接触疲劳寿命预测[J].机械传动.2017
[9].赵卫伟,覃凯蓓.基于多重分形谱和SVM的齿轮箱故障诊断[J].黑龙江科技信息.2017
[10].李东东,周文磊,郑晓霞,王浩.基于多重分形谱和支持向量机的风电机组行星齿轮箱故障诊断与研究[J].电力系统保护与控制.2017
论文知识图
