【英文题名】
Research on Fault Dignosis of Machine Based on Vibration Singnal Processing and Modal Analysis
【作者】
张生 ;
【导师】
张淑清 ;
【学位授予单位】
燕山大学 ;
【学科专业名称】
检测技术与自动化装置
【学位年度】
2009
【论文级别】
硕士
【网络出版投稿人】
燕山大学
【网络出版投稿时间】
2010-01-14
【关键词】
振动分析 ;
模态分析 ;
故障诊断 ;
有限元分析 ;
【英文关键词】
Vibration analysis ;
Modal analysis ;
Fault diagnosis ;
ANSYS ;
【中文摘要】
论文研究了振动信号处理及模态分析理论在机械设备故障诊断方面的应用,给出基于特征提取方法和神经网络的故障诊断应用方法的设计。
首先研究了传统的振动信号在时域和频域中的提取方法和分析方法,包括波形分析、相关分析、能量谱和倒谱分析等,并重点研究了小波分析技术在故障诊断中的应用。
其次,从模态分析的经典定义入手,通过对一个N自由度的线性弹性系统的分析,详细研究了模态分析的原理。对实模态分析、复模态分析和模态参数的识别也做了相应的阐述。模态参数识别是模态分析的目标,利用识别出的模态参数对系统进行模态分析。
然后,研究了利用模态分析进行故障诊断和状态监测的方法,利用模态分析得到系统的固有频率和振型等参数,可以直观的观察机械设备的动态特性。当设备发生故障时,这些参数也会随之发生变化。根据这些参数的变化情况,可以判断出故障类型,有时还可以判断出故障位置。并利用有限元分析软件ANSYS对齿轮故障和齿轮箱的故障进行了仿真,对模态分析在故障诊断中的应用进行了验证。
最后,对基于振动信号处理和模态分析的机械故障诊断监测系统进行了研究,结合神经网络对特征信号进行推理诊断,讨...
【英文摘要】
This article is mainly about fault diagnosis of machine based on vibration signal processing and modal analysis and theirs application. It also gives the design of a kind of fault diagnosis system of machine.
At the beginning of this article, the basic methods of acquisition the fault characteristic information from the vibrating signal for the equipment is presented. They are classified to the analysis in the time domain and the analysis in the frequency domain including correlation analysis,...
【更新日期】
2010-02-06
【相同导师文献】
导师：张淑清 导师单位：燕山大学 学位授予单位：燕山大学基于GAF-MTF和多流卷积神经网络的电能质量扰动识别方法 [D]. 燕山大学,2023基于改进Transformer和时间卷积网络的电力负荷预测方法研究 [D]. 燕山大学,2023基于格拉姆角场与改进神经网络的短期风电功率预测方法研究 [D]. 燕山大学,2023基于优化VMD-BiLSTM和误差纠正的短期电力负荷预测方法研究 [D]. 燕山大学,2022基于改进MRDE和优化随机森林的电能质量扰动模式识别方法研究 [D]. 燕山大学,2022基于VMD和改进CNN-LSTM的短期电力负荷组合预测方法研究 [D]. 燕山大学,2022基于改进N-Beats网络的短期电力负荷预测方法研究 [D]. 燕山大学,2022基于异常值检测及融合式神经网络的电力负荷预测方法研究 [D]. 燕山大学,2022基于K-means聚类优化BC-SMOTE结合TimesNet网络的窃电检测方法研究 [D]. 燕山大学,2023基于数据特征分析与深度学习的轴承故障诊断研究 [D]. 燕山大学,2021
【相似文献】
中国期刊全文数据库
中国优秀硕士学位论文全文数据库
中国博士学位论文全文数据库
中国重要会议论文全文数据库
中国重要报纸全文数据库
中国学术期刊网络出版总库
【文献分类导航】从导航的最底层可以看到与本文研究领域相同的文献，从上层导航可以浏览更多相关领域的文献。
| 
点击下列相关研究机构和相关文献作者，可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献，使您全面了解该机构和该作者的研究动态和历史。
