导读:本文包含了故障特征提取系统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:故障,特征,裂纹,系统,小波,故障诊断,齿轮。
故障特征提取系统论文文献综述
王剑楠[1]（2019）在《基于声信号特征谱提取的发动机故障诊断系统设计》一文中研究指出针对当前发动机故障造成的危害,提出一种基于小波阈值去燥和PNN分类的故障诊断方法。针对声信号中噪声问题,提出采用加权平均值函数的方式对声信号特征进行提取,然后结合PNN算法的优势,通过训练样本的训练,对发动机故障进行分类。最后以摩托车发动机故障为例,通过搭建发动机诊断系统,实现对发动机不同类型故障的诊断。(本文来源于《微型电脑应用》期刊2019年08期）
杨锐[2]（2019）在《含故障因素行星齿轮传动系统动态特性研究及故障特征提取》一文中研究指出能源安全问题一直都在困扰着人们。风能作为可再生的清洁能源,越来越被人们重视,风力发电已经成为各个国家重要发展对象。齿轮系统是风力发电机中必不可少的传动装置,其重要性不言而喻。随着科学技术的进步,齿轮的传动方式也越来越多种多样,人们对于齿轮传动系统的动态特性的探究也从未停止。为了全面系统的分析行星齿轮传动系统的动态特性,以及常见故障因素对传递系统的影响,本文系统的完成了齿轮传动系统动力学建模-含故障因素动态特性分析-故障特征提取-实验验证等工作。为了探究含故障因素行星齿轮传动系统的动态特性,结合Hertz接触理论和齿轮激励,建立考虑齿面接触特性的行星齿轮传动系统动力学模型,并且在模型中分别引入了行星轮、内齿圈、太阳轮叁种缺齿故障因素;分别模拟了传动系统在不同故障因素影响下的工作过程,通过分析动载荷谱、浮动轨迹来研究行星齿轮出现故障的情况下传动系统的动态特性。得出结论:与内齿圈缺齿故障相比,行星轮、太阳轮缺齿对系统造成影响更大;频谱图中低频区域的幅值所在频率和故障频率有着对应关系;太阳轮缺齿故障因素使太阳轮浮动轨迹半径大幅增加。故障因素对系统动态特性影响的研究,可以为行星齿轮传动系统的故障诊断提供理论依据。针对复合故障中固有频率耦合导致的辨识不准确问题,提出自适应边界抑制ARHVD的解决方法。方法以HVD为分解算法内核,借用HVD优异的抗模态混迭性能,解决频率耦合下的信号精准分解难题,又考虑到边界效应易导致分解误差传递是分解不准确的另一根源,提出AR(自回归模型)优化HVD算法,在确保抗模态混迭分解的基础上进一步实现自适应抑制边界效应。以风电机组二级平行轴齿轮箱为实验对象,辨识效果证明ARHVD在复合频耦故障诊断中具有明显的优势。(本文来源于《新疆大学》期刊2019-05-24）
陈晓,黄传金[3]（2019）在《n-FFT压缩感知降维智能方法及其在齿轮系统故障特征提取与分类中应用研究》一文中研究指出机械传动被广泛应用在车辆、机床、工程机械等工程多个领域,因此研究机械传动的可靠性、损伤机理和故障诊断与信号处理方法具有重要意义和价值。传统的动态信号处理如FFT算法,即快速傅里叶变换法,因其运算速度快,谱分析特征稳定,所以得到了广泛的工程应用。但是工程实际中信号往往是非平稳的时变的非线性,非常复杂,再加之内外界噪声的干扰,分析处理较为困难,从而导致以FFT分析为主导的谱分析方法受到了很大限制。利用FFT运算速度快,特征稳定的优点,提出了对二次FFT,叁次FFT算法,n次FFT算法(2n小于信号样本点数)进行探讨和研究的思想,从理论上进行探讨、并通过实验进行了验证,并将其应用于齿轮运行状态的故障特征监测和分类研究之中。分析研究表明n-FFT算法运行速度快,特征积聚度高,有利于进行齿轮运行状态的分类和故障监测与诊断。(本文来源于《机械强度》期刊2019年01期）
陈思,贺志伟[4]（2018）在《基于图像特征提取的飞行器故障诊断系统设计》一文中研究指出为提高飞行器测试数据的利用率,解决飞行器故障诊断中资源浪费的问题;提出并实现了一种基于数据图像特征提取的飞行器故障自动诊断系统;系统通过建立一个历史测试数据库,对各种测试项目的历史图像提取特征值,将其存储在数据库中,且将该次测试对应的诊断信息存储在内;利用小波变换法作为特征提取的方法,小波能谱熵作为特征值表征;将当前测试故障的数据图像进行特征提取,并与数据库中图像进行比对,找出相似度最高的历史数据图像;从而帮助测试人员进行故障定位诊断工作。(本文来源于《计算机测量与控制》期刊2018年10期）
张春娟,林文茂,司良群[5]（2018）在《机电液系统故障特征提取方法分析与研究》一文中研究指出电机电流量作为机电液系统的输入源信号,具有容易获取的特性。在机电液系统状态分析中,电流信号是理想的信息来源。文中通过对叁相电机电流信号进行分析,研究机电液系统故障,并利用小波变换特征提取法对电流信号进行分析,提取设备故障特征。最后通过实验对提取方法的有效性进行验证。(本文来源于《液压气动与密封》期刊2018年09期）
黄振宇[6]（2018）在《呼吸裂纹转子—轴承系统HHT谱分析及故障特征量提取》一文中研究指出旋转机械在各行各业均有广泛应用,转子-轴承系统是旋转机械的核心部件,也是转子动力学的重点研究对象。转子裂纹故障是转子-轴承系统的一种常见故障,对其动力学特征展开研究及进行故障特征量提取是十分必要的。本文将呼吸裂纹转子-轴承系统作为整体数学建模并进行了数值仿真计算,分析了系统的动力学特性。针对传统动力学非线性分析方法难以在低转速小裂纹下难以识别裂纹故障的问题,引入HHT分析方法并据此提取其故障特征量,以达到在低转速小裂纹时对故障进行有效诊断的目的。本文主要工作有:(1)对当前呼吸裂纹故障数学模型进行了总结研究,并基于中性轴偏移法对模型进行了简化。研究表明,与经典的裂纹模型对比可知,偏移中性轴模型在裂纹角较小时与综合模型差别不大,起始闭合角度由于中性轴产生了偏移,较综合模型而言增大,更符合实际情况;裂纹角较大时综合模型与余弦模型相似,而偏移中性轴模型裂纹全开区间有明显的增大,符合实际情况。(2)对呼吸裂纹转子-轴承系统动力学方程进行数值求解,主要对系统做了经典转子动力学非线性分析。研究结果表明:当呼吸裂纹转子两端加上受非线性油膜力影响的轴承之后,裂纹转子在转速为1/3、1/2倍临界转速时的亚临界共振现象消失,时域图、庞加莱图、轴心轨迹图及频谱图上均无法体现裂纹的存在;在高转速下系统的分岔图、瀑布图呈现出复杂的动力学特征,频率成分增多,多周期运动与拟周期运动交替出现。(3)对不同裂纹深度下的系统模型进行了 EMD分解,对分解出的前叁高频率IMF分量分别进行HHT谱分析及边际谱分析,计算结果表明:随着裂纹的增大,其系统响应分解出的前二高频率IMF1、IMF2分量瞬时频率域增大,频率成分增多,幅值基本保持不变,而第叁高IMF3分量整个时间域内频率保持稳定,幅值变化程度大,且随着时间的变化波动程度加剧,由此可知呼吸裂纹对系统的影响主要体现在HHT方法提取的低频分量上。(4)利用EMD方法提取的系统响应IMF分量,分别构造了不同的矩阵计算奇异值作为裂纹故障特征量,并对原始信号加入高斯白噪声模拟实际信号,研究表明以Volterra预测级数法构造的矩阵奇异值作为故障特征量在亚临界转速时对裂纹故障具有良好的敏感性和稳定性。(本文来源于《西安理工大学》期刊2018-06-30）
冯小轩,施伟锋,卓金宝[7]（2018）在《小波变换与HHT在HVDC系统故障特征提取中的对比研究》一文中研究指出介绍了高压直流输电(HVDC)系统的特点及小波变换与希尔伯特-黄变换的原理。针对高压直流输电系统,利用MATLAB/Simulink对其进行交直流侧短路接地故障的仿真,分别通过小波变换和希尔伯特-黄变换对其进行故障特征的提取。分析结果,得到了在HVDC系统的短路故障特征提取中,小波变换有一定的局限性,而希尔伯特-黄变换更有效直观的结论。(本文来源于《船电技术》期刊2018年06期）
黄定川[8]（2018）在《基于变尺度复合解调技术的齿轮传动系统轴裂纹故障特征提取方法研究》一文中研究指出齿轮传动系统由于具有瞬时传动比大且恒定、功率密度大、效率高、可靠性高和寿命长等优点,被广泛应用于车辆、石油设备、船舶、机床和航空航天等机械装备中。而齿轮传动系统长期工作在高温、高湿和高速重载等条件下,齿轮传动系统容易出现齿面胶合、点蚀、剥落和裂纹等故障,进而造成经济损失甚至引发重大事故。因此如果能对机械设备运行状态进行实时监测,对尚处于萌芽及发展阶段的设备故障进行特征辨别,解明故障机理,掌握演变规律,及时采取有效措施,不仅能够最大限度地减少停机时间,且能够避免发生重大事故,对机械设备的安全、高效运行和减小经济损失具有非常重要的意义。本文针对轴裂纹的故障诊断问题,采用理论分析、动力学建模和实验验证的方法,分析了裂纹扩展和工况变化对振动特性的影响规律,提出了基于VMD和CWT的变尺度复合解调方法,搭建实验台验证了动力学模型的正确性、振动特性演变规律的正确性和变尺度复合解调方法的优越性和有效性。论文主要开展了以下研究:分析了轴裂纹对齿轮传动系统造成的幅值调制和相位调制机理,建立了耦合轴裂纹的齿轮传动系统集中质量模型,利用所建立的齿轮传动系统动力学模型仿真了耦合轴裂纹的齿轮传动系统的动力学响应;基于动力学响应,分析了不同裂纹倾斜角、裂纹深度、裂纹位置、载荷和转速下的振动特性;发现了最优解调频带随工况变化而变化的现象,提出了基于VMD和CWT的变尺度复合解调方法,并从仿真信号中成功提取了轴裂纹故障特征频率;搭建了齿轮箱故障模拟试验台,获取了不同转速和不同载荷下的振动加速度信号,利用所提出的变尺度复合解调方法成功提取出了轴裂纹故障特征频率,验证了动力学模型的正确性、振动特性演变规律的正确性和变尺度复合解调方法的实用性和有效性。(本文来源于《重庆大学》期刊2018-05-01）
帅禹[9]（2018）在《热力系统故障特征提取及严重程度识别方法研究》一文中研究指出火电机组热力系统结构复杂,参数高度耦合,一旦发生故障不仅会影响机组运行效率,严重时甚至会造成机组停机。提高热力系统的安全性和可靠性,预防或消除潜在故障,是迫切需要解决的问题。定性趋势分析能够有效提取系统特征参数的运行状态,是系统状态监测和故障诊断的一种有效策略,可为故障的早期判定提供依据。因此,开展热力系统故障特征参数的定性趋势分析具有一定现实意义。基于定性趋势分析的热力系统故障诊断技术主要涉及两个方面:趋势提取识别算法和趋势模糊匹配策略。采用线性最小二乘拟合技术来完成数据动态趋势的提取,结合累积和偏差技术来判断拟合趋势是否能被接受。为了提高趋势提取算法的适应性,提出了分级阈值设定的方法。在故障诊断阶段,建立典型故障样本规则知识库,用模糊趋势匹配策略完成特征参数的相似度计算,结合特征参数的定量信息,从而达到故障严重程度识别的目的。本文以某600MW超临界机组高压给水加热器泄漏故障为例,借助机组仿真系统进行研究。通过对高加系统典型故障相关特征参数规律的仿真研究,完成了对不同特征参数分级阈值的设定;提取高加系统典型泄漏故障样本趋势,建立故障诊断规则知识库。在MATLAB环境下编写基于模糊匹配策略的故障诊断程序,进行详细的故障诊断仿真实验。结果表明,本文方法对不同严重程度的热力系统故障均能给出满意的诊断结果。(本文来源于《华北电力大学》期刊2018-03-01）
孙敬昂[10]（2017）在《大型风力发电机组齿轮传动系统故障特征提取与识别方法研究》一文中研究指出针对大型风力发电机组齿轮传动系统容易出现故障的特点,对其进行故障诊断中故障特征提取方法和故障识别方法进行了研究。简单介绍了风力发电机组成和工作机理,重点介绍了齿轮传动系统的组成和常见故障,列出了风力发电机组齿轮传动系统故障特征频率的计算公式,介绍了引起齿轮振动的原因,简述了齿轮箱振动信号的特点。利用实验采集的原始振动加速度信号对时域统计指标进行了计算,根据时域统计指标的方差可表示不同状态的离散程度,指出了时域统计指标中可以作为故障特征元素的指标。利用幅值谱和细化谱分析方法对各故障状态下的频域特征进行了分析,说明了各故障状态下信号调制的边频带特点。通过对风力发电机齿轮传动系统故障状态振动信号的时域特征和频域特征分析,帮助我们了解故障特点和故障产生原因,为下一步故障特征提取提供指导和依据。针对经验模态分解(EMD)方法用于齿轮故障诊断的优越性和不足,对集合经验模态分解(EEMD)可以减小模态混迭效应的观点进行了仿真验证,提出了该方法中两个主要参数的确定方法。运用相关系数法对集合经验模态分解得到的内禀模态函数(IMF)分量进行了筛选,计算了筛选后的有意义的IMF分量的能量和占总能量的能量比,构造故障特征向量。根据现有的灰色关联度算法和缺陷提出了改进的灰色相似关联度算法,将改进的灰色相似关联度算法用于风力发电机组齿轮传动系统的故障分类识别,实验验证了其有效性,并与多分类支持向量机方法做了比较,结果证明灰色相似关联度算法的准确性更好,实时性更高。(本文来源于《新疆大学》期刊2017-05-25）
故障特征提取系统论文开题报告
（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：
能源安全问题一直都在困扰着人们。风能作为可再生的清洁能源,越来越被人们重视,风力发电已经成为各个国家重要发展对象。齿轮系统是风力发电机中必不可少的传动装置,其重要性不言而喻。随着科学技术的进步,齿轮的传动方式也越来越多种多样,人们对于齿轮传动系统的动态特性的探究也从未停止。为了全面系统的分析行星齿轮传动系统的动态特性,以及常见故障因素对传递系统的影响,本文系统的完成了齿轮传动系统动力学建模-含故障因素动态特性分析-故障特征提取-实验验证等工作。为了探究含故障因素行星齿轮传动系统的动态特性,结合Hertz接触理论和齿轮激励,建立考虑齿面接触特性的行星齿轮传动系统动力学模型,并且在模型中分别引入了行星轮、内齿圈、太阳轮叁种缺齿故障因素;分别模拟了传动系统在不同故障因素影响下的工作过程,通过分析动载荷谱、浮动轨迹来研究行星齿轮出现故障的情况下传动系统的动态特性。得出结论:与内齿圈缺齿故障相比,行星轮、太阳轮缺齿对系统造成影响更大;频谱图中低频区域的幅值所在频率和故障频率有着对应关系;太阳轮缺齿故障因素使太阳轮浮动轨迹半径大幅增加。故障因素对系统动态特性影响的研究,可以为行星齿轮传动系统的故障诊断提供理论依据。针对复合故障中固有频率耦合导致的辨识不准确问题,提出自适应边界抑制ARHVD的解决方法。方法以HVD为分解算法内核,借用HVD优异的抗模态混迭性能,解决频率耦合下的信号精准分解难题,又考虑到边界效应易导致分解误差传递是分解不准确的另一根源,提出AR(自回归模型)优化HVD算法,在确保抗模态混迭分解的基础上进一步实现自适应抑制边界效应。以风电机组二级平行轴齿轮箱为实验对象,辨识效果证明ARHVD在复合频耦故障诊断中具有明显的优势。
（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。
故障特征提取系统论文参考文献
[1].王剑楠.基于声信号特征谱提取的发动机故障诊断系统设计[J].微型电脑应用.2019
[2].杨锐.含故障因素行星齿轮传动系统动态特性研究及故障特征提取[D].新疆大学.2019
[3].陈晓,黄传金.n-FFT压缩感知降维智能方法及其在齿轮系统故障特征提取与分类中应用研究[J].机械强度.2019
[4].陈思,贺志伟.基于图像特征提取的飞行器故障诊断系统设计[J].计算机测量与控制.2018
[5].张春娟,林文茂,司良群.机电液系统故障特征提取方法分析与研究[J].液压气动与密封.2018
[6].黄振宇.呼吸裂纹转子—轴承系统HHT谱分析及故障特征量提取[D].西安理工大学.2018
[7].冯小轩,施伟锋,卓金宝.小波变换与HHT在HVDC系统故障特征提取中的对比研究[J].船电技术.2018
[8].黄定川.基于变尺度复合解调技术的齿轮传动系统轴裂纹故障特征提取方法研究[D].重庆大学.2018
[9].帅禹.热力系统故障特征提取及严重程度识别方法研究[D].华北电力大学.2018
[10].孙敬昂.大型风力发电机组齿轮传动系统故障特征提取与识别方法研究[D].新疆大学.2017
论文知识图
