机械设备状态监测和故障诊断技术.pptVIP

现代信号处理结果示例-双谱分析*上海交通大学振动、冲击、噪声国家重点实验室*InputvectorforLVQ:x8PeakvaluesofprojectionofBispectrumprojectionofBi-SpMACMethod现代信号处理结果示例-双谱分析*上海交通大学振动、冲击、噪声国家重点实验室*Bi-SpMethod现代信号处理结果示例-循环平稳信号*上海交通大学振动、冲击、噪声国家重点实验室*循环平稳信号是一种带有隐含周期性的特殊非平稳信号，其统计特性表现为周期平稳性，或者说其统计函数呈周期或多周期(各周期不成比例)变化旋转机械的振动信号，尤其是当故障发生时，往往表现为典型的周期性变化信号现代信号处理结果示例-循环平稳信号*上海交通大学振动、冲击、噪声国家重点实验室*BPSK信号受到白噪声和五个AM干扰信号影响时的SCD谱相关密度幅值BPSK信号的谱相关密度(SCD)幅值白噪声和五个AM干扰信号的SCD谱相关密度幅值SCD--SpectralcorrelationdensityBPSKsignal--BinaryPhase-ShiftKeyedsignal现代信号处理结果示例-循环平稳信号*上海交通大学振动、冲击、噪声国家重点实验室*给定调制信号x(t)=(1+cos(2p30t)+cos(2p70t))*cos(2p1000t)01循环自相关函数(CACF)02现代信号处理结果示例-循环平稳信号*上海交通大学振动、冲击、噪声国家重点实验室*循环频率30Hz处的切片循环频率70Hz处的切片60Hz处的切片现代信号处理结果示例-循环平稳信号*上海交通大学振动、冲击、噪声国家重点实验室*循环频率1970Hz处的切片循环频率1930Hz处的切片现代信号处理结果示例-盲源分离*上海交通大学振动、冲击、噪声国家重点实验室*所谓盲源分离技术(BlindSourceSeparation)，是研究在未知系统的传递函数、源信号的混合系数及其概率分布的情况下，仅利用源信号之间相互独立这一微弱已知条件，从一组传感器测量所得的混合信号中分离出独立源信号的一种技术现代信号处理结果示例-盲源分离*上海交通大学振动、冲击、噪声国家重点实验室*两个源信号的频谱01四个测量信号的频谱02盲源分离结果03四个测量信号的波形两个源信号的波形04现代信号处理结果示例-数据挖掘*上海交通大学振动、冲击、噪声国家重点实验室*KDD从存放在数据库、数据仓库或其他信息库中的大量数据中发现有用知识的过程。——JiaweiHan由于在研究和应用领域，“数据挖掘(DM)”比“数据库中的知识发现(KDD)”这个词更流行，因此，现在多采用“数据挖掘(DM)”这个术语。现代信号处理结果示例-数据挖掘*上海交通大学振动、冲击、噪声国家重点实验室*数据挖掘用于知识库建立状态识别诊断决策特征提取如何更好解决同样的问题如何更新知识库如何利用历史数据DataMining海量数据海量数据知识库现代信号处理结果示例-数据挖掘*上海交通大学振动、冲击、噪声国家重点实验室*Fayyad等人提出的过程模型1（1996年）2现代信号处理结果示例-数据挖掘*上海交通大学振动、冲击、噪声国家重点实验室*数据挖掘的应用过程测试数据故障数据DataMining评估更新XX故障机器现场数据分类规则现场评判现代信号处理结果示例-数据挖掘*上海交通大学振动、冲击、噪声国家重点实验室*美国Marquette大学的R.J.Povinelli等人提出的TSDM（TimeSeriesDataMining）模型，可以预测和特征化可调速感应电机的故障。入相空间将时间序列嵌选择临时模式长度Q定义事件特征函数g(t)、目标函数f(P)和优化公式索临时模式簇在相空间中搜定义TSDM目标测试时间序列被观测的时间序列将时间序列嵌入相空间预测事件发生评价训练结果现代信号处理结果示例-数据挖掘*上海交通大学振动、冲击、噪声国家重点实验室*正常电机扭矩信号3个栅条断裂后的扭矩信号3个端面连接条断裂后的扭矩信号扭矩相空间图TSDM挖掘算法时间序列现代信号处理结果示例-数据挖掘*上海交通大学振动、冲击、噪声国家重点实验室*德国DataEngine4.0系统数据分析数据挖掘数