《基于混沌吸引子不变量信息熵特征的转子故障诊断方法研究》由会员分享，可在线阅读，更多相关《基于混沌吸引子不变量信息熵特征的转子故障诊断方法研究（77页珍藏版）》请在金锄头文库上搜索。
1、兰州理工大学学位论文原创性声明和使用授权说明原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名： 许，刚1日期：知，2年多月多 日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，即：学校有权保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权兰州理工大学可以将本学位论文的全部或部分内容编入有关数据库
2、进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。同时授权中国科学技术信息研究所将本学位论文收录到中国学位论文全文数据库，并通过网络向社会公众提供信息服务。作者签名：导师签名：日期：少，2年多月多日日期。伽艺彭月多日 伽o 6 6l钇眇聚首匙硕+学位论文目 录摘 要IABSTRACTII插l羽索引。IV表格索引。V第1章 绪论111选题背景及意义112混沌动力系统概述1121混沌动力系统的特点2122混沌动力系统的研究方法213国内外研究现状3131国外研究现状3132国内研究现状。414本文主要研究内容与安排一5第2章基本概念及方法简介721弓I言722混沌动力学相关概念简介
3、7221迭代反馈过程与混沌7222混沌吸引子9223混沌系统响应分岔图1023混沌时间序列分析1 1231相空间重构1l2311 Takens定理122312 CC方法l 2232关联维数l 42321定义1 42322 GP算法1 5233 Lyapunov指数162331定义162332小数据量法1724信息定量描述问题及信息熵定义1725本章小结。1 8424转子振动信号滤波结果一3543非线性系统运动特性识别36431计算过程及算例36432故障转子仿真数据识别结果37433故障转子实验采集数据识别结果3945本章小结40第5章 故障转子非线性特征的量化提取4l51弓I言4152信息量
4、化提取的原则4l53典型故障转子的吸引子不变量熵带分布4l54碰摩与松动故障熵值分量谱4255基于熵值分量谱的故障严重程度识别。4355本章小结。45硕十学位论文结论与展望46结论46展望47参考文献48jiI 谢52附录A攻读学位期间所发表的学术论文目录53附录B 参加科研项目情况。54旋转机械是工业承系统。利用振动信证旋转机械稳定、高新结构的出现，传统性理论和方法在转子故障诊断的研究中占有愈加重要的地位。然而，现有成果仍存在难以系统归纳可用于故障识别的非线性特征、难以对信号给出精确的量化评价结果的缺陷，一定程度上降低了故障识别的准确性。基于此，本文针对转子典型故障的动力学模型，运用混沌理论
5、与信息熵方法，对其振动信号的非线性状态特征的量化提取问题开展了研究。主要工作内容及获得的研究结论如下：(1)通过对不同慢变参数下系统数学模型的建立和演算，完成了基于混沌理论的典型故障转子动力学行为分析，并归纳了四种故障在不同转速域内的动力学响应差异特征，且该差异特征在系统故障慢变过程下仍保持一致性，因此能够作为转子故障模式辨识所需的特征信息，为本研究所提出方法的合理性做出了证明。(2)根据转子故障非线性振动信号处理的要求，设计了局部投影滤波的改进算法，将邻域半径和噪声子空间维数等参数的自适应选择环节加入原算法中，以充分保留强噪声背景下系统的混沌运动信号。将该算法用于转子试验台采集的故障信号降噪
6、，获得了较为理想的结果。(3)针对实际复杂不可建模系统的情况，通过计算不同故障下转子随转速变化的关联维数和最大Lyapunov指数，反映其不同的动力学行为状态，并利用故障转子模型仿真序列及实验采集数据的分析，对该方法的有效性进行了验证。其结果说明，系统的吸引子不变量可准确反映出其非线性运动的状态和程度，是实际复杂系统非线性特性识别的有效特征参数。(4)对转子故障非线性特征差异较大的一阶临界转速域和高频转速域进行吸引子不变量信息熵的量化提取，得出其熵带和熵值分量谱，作为区分四种典型故障的依据。同时，研究了利用熵值分量谱图反映故障严重程度的方法，为采用非线性理论进行转子系统的故障模式辨识提供了一种
7、新型图像依据。研究表明，机械系统非线性动力特征的量化提取作为机械故障诊断的新趋势，具有很大的研究空间和研究价值，同时也为智能故障诊断，即数据驱动技术在故障诊断中的应用奠定了基础。关键词：转子系统；量化特征提取；故障识别；信息熵；混沌本研究得到国家自然科学基金(50875118，51165019)、兰州理工大学校基金联合资助基丁混沌吸引子不变馒信息熵特征的转子故障识别方法研究ABSTRACTRotating machinery is the most comprehensive industrial equipment，whose corecomponent is rotor-bearing s
8、ystemIt is an important method to ensure the stable andeffective thread of rotating machinery that applies the vibral signals to achievereal-time mornitoring，analysis and diagosis of the working process of rotor-bearingsystemHowever，the elevation of revolution and emergence of new material andconstr
9、uction has brought obvious dissatisfaction of traditional linear theories，andconstantly been improving the role of nonlinear theories and methods in rotor faultdiagnosisBut，the existing achievements still has defects，such as no scientificnonlinear features for fault identification and no precise qua
10、tized evaluation of signals，which decreases the diagnosis accuracy at a certain extentAiming at the rotordynamic model with representative faults，I researches on the quatized extraction ofthe nonlinear feature of fault vibral signals with chaos theory and information entropymethodThe main contents a
11、nd conclusions are as follows：(1)Through the creation and calculation of mathematic model of rotorbearingsystem with different slowing-down fault parameters，the dynamic behavior analysis ofrepresentative faults based on chaos theory is accomplished，and the dynamic responsedivergences of four fauls in different revolution fields
