论文部分内容阅读
本论文研究以基于2D-HMM的旋转机械故障诊断方法为目的，结合国家自然基金资助项目“基于隐Markov模型的旋转机械故障诊断新方法研究”(编号：50075079)，采用理论研究、计算机仿真与实验测试相结合的研究方法，提出基于2D-HMM的振动信号滤波、征兆提取和故障分类与识别的基本算法和实现技术，并从仿真、实验和现场实测数据三个方面来验证这些方法的有效性。 第一章，阐述了旋转机械故障诊断的研究意义及现状。在分析HMM的故障监测与诊断的基础上，给出了基于2D-HMM故障诊断方法，阐明了本课题的研究意义，提出了论文的主要研究内容和创新之处。 第二章，简要介绍了HMM基本理论和算法，分析了2D-HMM的主要类型及拓扑结构，详细讨论了模型的主要参数和算法，提出了在实际应用中存在的问题及相应的改进措施，并从模型结构、参数描述和算法的复杂度三个方面对HMM与2D-HMM进行了对比研究。 第三章，从Kalman滤波器入手，提出了2D-HMM滤波方法，详细描述了该方法的工作原理和实现技术，并通过仿真对比了2D-HMM、HMM及Kalman三种滤波方法，证明了它的有效性。在分析2D-HMM滤波方法优缺点的基础上，提出与小波滤波相结合的新方法，并用仿真和实际信号对它进行验证。 第四章，在分析2D-HMM描述语音信号的基础上，提出了2D-HMM征兆提取方法，从观测序列形成、参数确定、时频分割三个方面详细讨论了该方法的工作原理、具体算法及实现技术，并用仿真和实测信号对它进行验证。同时，在分析该新特征优缺点的基础上，给出在SOFM框架下将它与传统特征相融合的算法。 第五章，在简要回顾了HMM故障识别方法基础上，提出了2D-HMM的故障识别与分类方法，给出了具体的实现技术，利用Bently实验台升速过程振动信号和现场轴承的多模式观测数据验证了算法的有效性。 第六章，简要介绍了C++ Builder和MATLAB二种软件的开发环境及混合编程的实现方法，开发出基于2D-HMM的故障诊断软件原型，给出了软件的基本组成和主要功能模块。 第七章，对本论文的研究工作和成果进行总结，展望了未来的研究工作。