機(jī)械系統(tǒng)多點(diǎn)耦合非線性振動信號降噪方法研究.pdf

1、由于機(jī)械設(shè)備的工作環(huán)境通常比較復(fù)雜使得采集到的振動信號常常被噪聲所湮沒，給后續(xù)的故障診斷過程帶來了很大不便。因而，對采集到的機(jī)械系統(tǒng)振動信號進(jìn)行有效降噪是非常有必要的。通常機(jī)械系統(tǒng)中不同位置點(diǎn)的振動是相互影響相互關(guān)聯(lián)的，所采集的同一系統(tǒng)中多個位置點(diǎn)的信號通常存在著耦合關(guān)系，特別是對于柔性體而言，多點(diǎn)信號的耦合性更顯著，常用的單點(diǎn)降噪方法在對此類信號進(jìn)行降噪時，通常會將這些信號中的耦合信息當(dāng)作噪聲濾除掉，所以，對機(jī)械系統(tǒng)中采集的多點(diǎn)耦合信

2、號進(jìn)行同步聯(lián)合降噪是很有必要的。
　　論文以滾動軸承系統(tǒng)多位置點(diǎn)的耦合振動信號為研究對象，開展了基于核主成分分析(Kernel Principal Component Analysis，KPCA)方法的信號降噪研究，針對同一機(jī)械系統(tǒng)中不同位置點(diǎn)的振動信號常具有耦合關(guān)系的特點(diǎn)，采用了改進(jìn)的KPCA方法對多點(diǎn)信號進(jìn)行了聯(lián)合降噪，以保留信號間的耦合信息。針對KPCA對信號降噪過程中，所選核參數(shù)對信號的降噪效果影響很大，而沒有一確定的方法

3、優(yōu)選核參數(shù)的問題，論文提出了一種平行分析方法(Parallel Analysis，PA)局部優(yōu)選核參數(shù)的KPCA，和一種粒子群算法(Particle Swarm Optimization，PSO)全局優(yōu)選核參數(shù)的KPCA，展開了多點(diǎn)耦合信號的降噪研究。研究的主要內(nèi)容有：
　　1、研究了KPCA降噪的原理，同時對外圈滾動軸承的振動信號的噪聲特點(diǎn)進(jìn)行了分析，分析了軸承上多點(diǎn)信號的特點(diǎn)，分析了核參數(shù)對核主成分分析降噪效果的影響；提出了基

4、于相空間重構(gòu)和核主成分分析的降噪方法，在降噪過程中采用多維尺度變換(Multidimensional Scaling，MDS)重構(gòu)降噪后的信號，將KPCA從圖片降噪領(lǐng)域引入到了機(jī)械振動信號的降噪中。
　　2、針對多點(diǎn)耦合非線性振動信號降噪，提出了核參數(shù)局部優(yōu)化的核主成分分析降噪方法。提出了一種平行分析法對高斯徑向基函數(shù)的核寬度參數(shù)和保留最大主元個數(shù)進(jìn)行了聯(lián)合優(yōu)化選取，能夠在給定的局部區(qū)間中的迅速準(zhǔn)確地選擇出最優(yōu)的核寬度參數(shù)，從而提