文档详情

小波分析及在轴承故障诊断中的应用【开题报告+文献综述+毕业设计】.Doc

发布:2019-03-26约2.39万字共45页下载文档
文本预览下载声明
毕业设计开题报告 电气工程与自动化 小波分析及在轴承故障诊断中的应用 选题的背景与意义 、、、研究的基本内容与拟解决的主要问题 。 。 (二)主要问题 1.如何从网站中选取合适的故障文件。 2.如何选取何种小波,采用何种分解分析。 3.如何对信号进行细化和重构。 4.如何在MATLAB环境下对波形信号进行仿真分析。 三、研究的方法与技术路线 四、研究的总体安排与进度 2010.1-2010.1 完成毕业设计论文的外文翻译,文献综述,开题。 2011.1-2010.2 熟悉MATLAB软件的应用和原理。 2011.2-2011.3 完成。 2011.3-2010.4 完善毕业设计的具体内容,完成毕业论文。 2011.4-2010.5 准备答辩主要参考文献: 小波分析理论与MATLAB 7实现[11]Jiang Chuanwen Quan Xianzhang Zhang Yongchuan Grey Forecasting Model and Performance Analysis of Electric Power Load【J】 International Journal HYDROELECTRIC ENERGY Vol. 17 No. 4 Dec. 1999 [12]Niu Dougxiao Xiug Miau Meug Miug Research on ANN Power Load Forecasting Based on United Data Mining Technology【J】 TRANSACTIONS OF CHINA ELECTROTECHNICAL SOCIETY Vol.19 No.9 Sep. 2004 毕业设计文献综述 电气工程与自动化 小波分析及在轴承故障诊断中的应用 材料的来源 目前,小波分析在故障诊断中的应用已取得了极大的成功。小波变换在故障诊断领域中的应用越来越也引起广泛注意,许多学者投入到这方面的研究。由于小波分析非常适合于分析非平稳信号,因此小波分析可作为故障诊断中信号处理的较理想工具,由它可以构造故障诊断所需的特征或直接提取对诊断有用的信息。小波分析不仅可以在低信噪比的信号中检测到故障信号,而且可以滤去噪声恢复原信号,具有很高的应用价值。小波变换适用于机械故障分析,尤其适用于滚动轴承和齿轮故障分析 。用小波算法对故障振动信号进行分解和重构,将很好的找到故障频率信号的位置。 二、课题的研究历史与现状及简要评述 研究历史 小波分析(Wavelet Analysis)或多分辨分析(Multiresolution Analysis)是傅里叶分析发展史上里程碑式的进展,近年来在法、、、、、、、、、简要评述的观点与主张,课题的发展动向和趋势、发展动向和趋势 本科毕业设计 (20 届) 小波分析及在轴承故障诊断中的应用 摘 要 【摘要】本文研究的内容是小波分析在轴承故障诊断中的应用。主要是利用小波分析中的尺度分析方法,因小波分析具有良好的时-频定位特性及对信号的自适应能力,故而能对各种时变信号进行分解。小波变换中具有多分辨率分析的特点,因此具有对非平稳信号局部化分析的优点,适合探测正常信号中夹带的瞬态反常现象并展示其成分。对于表面损伤类故障我们可以看到损伤点滚过轴承元件表面会出现冲击力(脉冲力),产生的信号很宽往往就会掩盖住轴承系统的固有的频率使得轴承的产生振动。这种因为表面损伤故障引起的振动响有时会被较大的振动信号覆盖了,使得我们在功率谱中无法分辨出来。故所以要用小波分析信号的时域和频域这种特性,然后故障进行数学计算算出外,内环及滚动体的故障频率。接着对信号进行变换和重构,最后通过希尔波特变换进行解调和细化频谱分析,这样我们就可以从轴承中检测出故障信号,再判断轴承发生故障的部位。最后一步计划是设计GUI界面,通过GUI的工具对波形信号进行进一步细化的仿真分析。 【关键词】尺度分析方法;小波变化;时域;频域。 Abstract 【ABSTRACT】 The contents of this paper is to wavelet analysis in bearing fault diagnosis. Mainly in the scale of wavelet analysis method, because wavelet analysis has good time - frequency localization properties and adaptive capacity of the signal, therefore a variety of time-varying signals can be decomposed. Wavelet analysis has th
显示全部
相似文档