滾動(dòng)軸承聲發(fā)射信號(hào)特征選取及狀態(tài)識(shí)別方法研究.pdf

1、本課題來源于國(guó)家自然科學(xué)基金項(xiàng)目《機(jī)械故障無線傳感網(wǎng)絡(luò)監(jiān)測(cè)與智能診斷方法研究》(項(xiàng)目編號(hào):51075023)。聲發(fā)射檢測(cè)技術(shù)用于故障診斷領(lǐng)域是當(dāng)前研究的熱點(diǎn)問題之一，聲發(fā)射信號(hào)由于處于高頻范圍內(nèi)，不易受到各種低頻振動(dòng)噪聲干擾，具有良好的應(yīng)用前景。但是，聲發(fā)射檢測(cè)技術(shù)在工業(yè)生產(chǎn)應(yīng)用中，如何進(jìn)行有效的信噪分離，如何選擇特征參數(shù)以提高狀態(tài)識(shí)別的準(zhǔn)確率，如何選擇適用于不同要求的狀態(tài)識(shí)別方法是目前存在的三個(gè)主要問題。
　　 本文針對(duì)聲發(fā)射

2、監(jiān)測(cè)系統(tǒng)中存在的主要問題開展研究，在信噪分離上提出了以小波變換為核心，以強(qiáng)制消噪法和小波閾值消噪法相結(jié)合的信號(hào)預(yù)處理方法，并將信息熵的概念引入小波基函數(shù)的選擇過程中，選擇出與滾動(dòng)軸承聲發(fā)射信號(hào)較為吻合的小波基函數(shù)，提高了消噪的效果;研究了基于現(xiàn)代信號(hào)處理方法的聲發(fā)射信號(hào)特征提取方法，提出了以互信息理論和距離測(cè)度相結(jié)合的特征參數(shù)評(píng)價(jià)因子，選擇敏感度高冗余度低的狀態(tài)特征參數(shù);研究了基于參數(shù)有效性的狀態(tài)識(shí)別方法，提出特征參數(shù)與狀態(tài)類別的相關(guān)性