【摘 要】
：
滚动轴承作为机械设备关键零件之一,任何微小轴承故障都能影响整个系统的运行状态,为保障设备可靠运行,需对滚动轴承的运行状态进行有效识别。轴承振动信号往往是由多个部件振动模态和噪声耦合而成的,而传统信号处理方法对复杂信号的分析结果不尽人意。辛几何模态分解（Symplectic Geometry Mode Decomposition,SGMD）具有保持时间序列本质特征不变、抑制模态混淆等优点,能在重构单
【基金项目】
：
国家自然科学基金项目（52075095）融合元学习与知识迁移的滚动轴承寿命预测预报理论方法研究及应用
论文部分内容阅读
滚动轴承作为机械设备关键零件之一,任何微小轴承故障都能影响整个系统的运行状态,为保障设备可靠运行,需对滚动轴承的运行状态进行有效识别。轴承振动信号往往是由多个部件振动模态和噪声耦合而成的,而传统信号处理方法对复杂信号的分析结果不尽人意。辛几何模态分解（Symplectic Geometry Mode Decomposition,SGMD）具有保持时间序列本质特征不变、抑制模态混淆等优点,能在重构单分量的过程中有效去除噪声。本文在深入研究辛几何模态分解理论的基础上,主要研究噪声背景下滚动轴承故障特征提取与故障程度评估。论文主要研究内容如下:一、针对SGMD通过计算初始分量的成分相关性来重组辛几何模态分量,其标准模糊、计算量大且缺乏理论依据等问题,研究发现Hamilton矩阵特征值与信号频率个数成两倍的数量规律,并给出理论推导。提出基于SGMD特征值数量规律的信号特征提取方法,首先构造振动信号轨迹矩阵,并进行辛几何相似变换,得到Hamilton矩阵特征值分布谱;再者进行对角平均化,得到振动信号的初始辛几何分量;最后根据需提取频率幅值大小及排序对初始辛几何分量进行重组,以提取相应频率分量。仿真和实验分析结果表明该方法能准确分离谐波信号和提取滚动轴承基频,且相位滞后小,特征波形匹配度和降噪能力更优。二、针对滚动轴承故障冲击特征受到背景噪声等干扰的影响,难以提取轴承故障特征且提取故障特征不清晰的问题,提出基于倒谱预白化和SGMD特征值数量规律的滚动轴承故障特征提取方法。首先采用倒谱编辑预白化进行降噪预处理;然后对其进行包络谱分析,初步提取故障特征;最后根据SGMD特征值数量规律,重构SGMD分解分量并进行Hilbert包络谱分析,提取故障特征频率。通过仿真和实验分析表明所提方法能有效消除背景噪声和干扰频率成分的影响,计算效率和提取效果优于小波-SVD。三、针对滚动轴承早期故障特征微弱且容易受背景噪声和其他部件干扰,难以定量检测,造成故障程度误判的问题,提出基于SGMD-MOMEDA和Lempel-Ziv复杂度的滚动轴承故障程度评估方法。首先对轴承振动信号进行SGMD分解,并根据峭度最大准则选出最优辛几何分量,然后使用MOMEDA提取出信号中周期性故障冲击成分并计算其Lempel-Ziv综合指标,并根据其变化规律评估轴承故障程度;最后基于统计学“6σ原则”给出不同故障程度下Lempel-Ziv的取值区间。仿真和实验表明该方法能有效抑制噪声对指标的干扰,提高了轴承故障程度评估的准确性和有效性。
其他文献
在许多涉及高温（大于300℃）的催化反应中,烧结是金属催化剂失活的主要原因。在热应力作用下,金属颗粒的平均尺寸增加,在高于Tamman温度（即烧结开始的温度）下数量急剧减少。因此,负载型催化剂亟需解决的问题之一仍是提高其在高温下烧结时的热稳定性。本文通过调节静电纺丝实验参数实现CeO2纳米纤维表面的应力调控,并通过加入第二组分来加强CeO2基纳米纤维的柔韧性,构筑物理限域和能量壁垒,使负载型催化剂
习近平总书记对我国各项事业发展提出了诸多建设性的见解和主张,其中,青年的成长成才和全面发展是他格外关心的领域,这体现在他就共青团工作、教育事业发展、文化建设、社会思想道德建设等问题的阐述当中。从中可以看出,习近平认为青年要真正堪当时代大任,离不开加强和改进青年的思想政治教育工作。党的十八大以来,习近平高度重视青年的思想政治教育工作,就为什么要对青年进行思想政治教育、青年思想政治教育承担的职责、教什
随着我国分布式能源渗透率的不断增长及电价机制的不断完善,智能配电网的复杂性和不确定性也不断攀升。其中广泛存在的终端馈线单元（FTU,Feeder Terminal Unit）及智能电表所面临的虚假数据注入、窃电等安全性问题也不断加深。在这样的背景下,安全的电力数据传输、防止虚假数据注入、精确检测窃电将是保障配电网安全性、电力交易公平性、配电网经济性的重要条件。本文从FTU及智能电表两类终端出发,研
配电网状态估计根据稀疏量测数据,估算系统实时运行状态,为负荷分配等重要决策提供数据支持。随着电网的智能化发展,配电网信息系统与物理系统的耦合使其态势感知能力逐渐提升,但同时也为虚假数据注入攻击者提供了更多切入点。虚假数据注入攻击通过影响状态估计结果,误导重要决策,严重影响配电网的可靠性。因此,本文对考虑虚假数据注入攻击的三相不平衡配电网状态估计方法进行研究,具体工作如下:1)介绍了课题的研究背景和
多智能体在当前以及未来有着广泛的应用场景,在生产科研与日常生活中逐渐发挥着重要作用。而多智能体协同路径规划技术好坏决定智能体是否能够准确到达预定位置去完成特定的任务,其中多智能体的编队包围是多机器人系统中协调控制的重要问题,是多智能体系统基于路径规划的一种复杂功能的应用,可以算做一种特殊的多智能体协同路径规划问题。因此多智能体协同路径规划与多智能体编队包围逐渐成为最近的研究热点。本文基于多智能体强
本报告基于笔者的委托方委托翻译的《成品采购协议》（“Finished Goods Purchase Agreement”）英译汉文本,以尤金·奈达提出的功能对等理论为指导,从词汇、句法、语篇层面针对翻译过程中遇到的重难点进行分析,并分别从这三个层面结合具体实例总结合适的翻译技巧。翻译原文是商务合同的一种,属于法律文本,语言特点鲜明。词汇层面的特点有使用古体词、连用同义词及常用名词化结构,建议分别使
有机污染场地覆盖阻隔层易出现失水开裂现象,形成优势流通道,导致其防渗和气体阻隔性能下降。论文依托国家重点研发计划课题《农药污染场地易迁移污染物源阻控技术遴选与研发》（2018YFC1803100）与国家自然科学基金《聚磷基分散剂改性膨润土竖向工程屏障阻隔高风险重金属污染物的机理和性能研究》（41877248）,通过试验和理论分析,研究了双重剂改良增强型压实黏土的持水、阻气、收缩、SVOC吸附、防渗
在互联网飞速发展的时代,物联网这一新兴的网络体系正日渐广泛的应用于生活中的各个领域。物联网给社会带来极大便利的同时,物联网安全技术是保障其稳步发展过程中不可或缺的基石。由于物联网存在设备异构、设备之间交互以及部署环境复杂等因素,物联网终端的安全性普遍较低。为保证物联网系统的安全,物联网终端认证方案以及端到端之间的安全传输机制是目前物联网安全技术炙手可热的研究内容。在当前“万物互联”的发展背景下,物
本研究的目标是在保留神经网络模型精度的前提下,提高模型的执行效率,降低模型的规模和执行时间。本文在充分调研的基础上,综合采取了量化感知训练和高性能整型计算两种方案,实现了软、硬件结合的优化加速。不同于以往的研究,本文的实验对象是已经被高度优化过的浮点模型,例如Mobile Net、Shuffle Net等等。它们的量化难度更高、挑战更大。对这些模型进行量化加速,可以为低功耗、高性能的嵌入式设备,提
深度神经网络在计算机视觉任务中发挥着重要作用,基于深度卷积神经网络的语义分割已经达到足够高精准度,然而高精准性能的网络规模也越来越大,消耗了大量的存储和计算资源,网络难以移植到资源有限的移动端、现场可编程门阵列等嵌入式设备上,且深度神经网络运行时间较长,难以满足现实的实用要求。因此,本文对卷积神经网络进行轻量化设计,并应用于语义分割任务中,同时在硬件层面进行加速研究。具体工作如下:1.对轻量级卷积