滾動軸承作為旋轉機械中重要的部件,其運行狀態的健康與否直接關系到機械設備的穩定安全,因此對軸承進行故障診斷和性能退化評估意義重大。本文以滾動軸承為研究對象,提出核函數特征矩陣聯合近似對角化(Kernel Joint Approximate Diagonalization of Eigen-matrices,KJADE)特征融合方法,并結合其它信號處理方法和機器學習方法,分別對滾動軸承的特征提取、故障識別、性能退化評估等問題進行了研究。本文首先對KJADE特征融合算法的理論進行研究,其以一維或多維信號作為處理對象,從不同域提取信號的原始特征集,并經過非線性函數將其映射到高維特征空間,從而使得低維空間中存在的線性不可分問題轉變成高維空間中的線性可分問題。然后引入核函數的思想代替高維特征空間中復雜的內積計算并得到核矩陣,計算其四階累積量矩陣并進行特征分解,從而得到非線性低維敏感特征。該特征分布消除了原始特征間的相關性和冗余性,較于傳統的線性JADE方法,該算法對非線性信號擁有更好的適用性。在軸承的故障識別中,首先從時域、頻域和時頻域對振動信號的特征參數進行計算并組成原始多域特征集,然后使用KJADE算法提取更為穩健有效的低維特征。主要研究了基于KJADE的低維非線性特征融合技術,通過對多類軸承故障振動信號進行特征提取,以及與其他典型降維方法的比較結果,得出本文所提取的低維特征在特征空間內具有非常好的聚類效果。并研究KJADE特征子空間的構建,并作為支持向量機(Support Vector Machine,SVM)的學習樣本,實現對軸承的故障識別。基于兩類模型可以有效評估故障樣本與健康樣本之間的差異性,對軸承的性能退化評估進行了研究。利用KJADE對滾動軸承的全壽命振動信號進行低維特征指標的提取,獲得能夠反映軸承性能退的敏感屬性。主要研究了基于KJADE和兩類模型的性能退化指標提取技術,并獲得了更為穩健單調的評估指標,其對于早期故障的發現也更為及時有效。在此基礎上研究了極限學習機(Extreme Learning Machine,ELM)在軸承性能退化趨勢預測上的應用,通過對退化指標的歷史數據進行學習,能夠較好的實現對下一時刻軸承狀態的預測。此外,上述研究和分析是建立在凱斯西儲大學軸承實驗數據、Cincinnati大學智能維護中心的滾動軸承全壽命振動數據和本文作者所在實驗室所采集到的軸承疲勞實驗數據基礎之上。本文研究表明,KJADE特征融合方法能夠提取反映軸承運行狀態的有效敏感特征,對軸承的故障識別和性能退化評估都具有非常重要的意義。
【學位授予單位】：安徽大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TH133.3

【相似文獻】

相關期刊論文 前10條

1 彭寶華;周經倫;劉學敏;;元器件性能退化信息的系統性能可靠性評估[J];火力與指揮控制;2011年10期

2 胡昌華;胡錦濤;張偉;平振海;;支持向量機用于性能退化的可靠性評估[J];系統工程與電子技術;2009年05期

3 蔡靜;王玉梅;;基于Wiener過程的性能退化產品可靠性評估[J];湖南理工學院學報(自然科學版);2012年02期

4 王劍;劉西拉;;結構性能退化的評估和貝葉斯動態預測[J];巖石力學與工程學報;2007年S1期

5 潘玉娜;陳進;李興林;;基于模糊c-均值的設備性能退化評估方法[J];上海交通大學學報;2009年11期

6 華成;張慶;徐光華;謝俊;李淑智;;動態概率模型跟蹤性能退化的實時可靠性評估方法[J];西安交通大學學報;2010年01期

7 李偉;王華偉;孫紹輝;;基于性能退化數據的可靠性建模分析[J];飛機設計;2014年02期

8 王立;于重重;施彥;張慧妍;;基于振動信號分析的電機性能退化特征提取[J];計算機仿真;2014年04期

9 何英;周東華;俞容;;一種基于性能退化數據的電子設備緩變故障預報方法[J];儀器儀表學報;2008年07期

10 張佳;張偉;梅冰;;系統性能退化與可靠性評估[J];戰術導彈技術;2011年06期

相關博士學位論文 前9條

1 李業波;智能航空發動機性能退化緩解控制技術研究[D];南京航空航天大學;2014年

2 袁容;基于性能退化分析的可靠性方法研究[D];電子科技大學;2015年

3 張彬;數據驅動的機械設備性能退化建模與剩余壽命預測研究[D];北京科技大學;2016年

4 郝會兵;基于貝葉斯更新與Copula理論的性能退化可靠性建模與評估方法研究[D];東南大學;2016年

5 郭磊;基于核模式分析方法的旋轉機械性能退化評估技術研究[D];上海交通大學;2009年

6 趙建印;基于性能退化數據的可靠性建模與應用研究[D];國防科學技術大學;2005年

7 林遲;基于結構全壽命設計需求的環境作用與結構性能退化研究[D];哈爾濱工業大學;2010年

8 薛鵬飛;預應力混凝土連續剛構橋結構性能退化預測評估研究[D];浙江大學;2009年

9 潘玉娜;滾動軸承的性能退化特征提取及評估方法研究[D];上海交通大學;2011年

相關碩士學位論文 前10條

1 郭琦;基于性能退化數據的可靠性評估方法研究[D];華南理工大學;2015年

2 魏郁昆;系統可靠性分析中環境因子評估方法研究及軟件實現[D];電子科技大學;2014年

3 周楊;滾動軸承性能退化評估技術研究[D];電子科技大學;2014年

4 劉帥君;基于性能退化數據的航空發動機剩余壽命預測[D];電子科技大學;2015年

5 李卉;基于狀態監測的滾動軸承性能退化評估[D];大連工業大學;2015年

6 王丹丹;列車滾動軸承性能退化評估方法研究[D];北京交通大學;2016年

7 周楓;基于大數據的航天器性能退化分析方法[D];南京航空航天大學;2015年

8 徐清瑤;基于支持向量數據描述的滾動軸承性能退化評估[D];華東交通大學;2015年

9 翁柳青;考慮傳感器性能退化的結構損傷檢測[D];福州大學;2013年

10 張揚;材料性能退化對混凝土橋梁安全的影響及對策研究[D];西南交通大學;2016年

本文編號：2758679