【摘要】： 對機(jī)械系統(tǒng)進(jìn)行故障診斷的一種有效方法是對其振動信號進(jìn)行分析研究，但由于機(jī)器運(yùn)轉(zhuǎn)時存在背景噪聲，常使得含有故障特征的信號淹沒在噪聲中，以至于無法識別故障。所以為了達(dá)到準(zhǔn)確診斷故障的目的，首先要對采集到的振動信號進(jìn)行前期處理，提高診斷信息的信噪比。本論文采用自適應(yīng)噪聲抵消技術(shù)，從含噪信息中提取故障信息。 使用自適應(yīng)噪聲抵消技術(shù)的關(guān)鍵在于選擇合適的自適應(yīng)算法和延遲長度，為了選取合適的算法，本文在自適應(yīng)噪聲抵消理論的基礎(chǔ)上，將LMS和RLS兩種自適應(yīng)濾波算法分析對比，并進(jìn)行計算機(jī)仿真。結(jié)果表明：LMS中的NLMS算法在降噪效果和收斂性能上優(yōu)于傳統(tǒng)的固定步長LMS算法，但收斂速度依然很慢；RLS中的FTF快速橫向濾波器算法收斂精度高、收斂速度快、算法簡單，能夠滿足機(jī)械系統(tǒng)振動信號降噪的要求。然后對延遲長度的選擇進(jìn)行仿真，得出延遲長度的選擇范圍。 在仿真基礎(chǔ)上，將FTF算法應(yīng)用于齒輪故障信號的提取上，，取得較好的效果，能夠得到明顯的故障特征，方法切實可行。 本課題對自適應(yīng)噪聲抵消在機(jī)械振動信號的去噪及故障提取方面的應(yīng)用進(jìn)行了初步的探索，為今后繼續(xù)研究奠定了基礎(chǔ)。
【圖文】：

基本信號Figure3·3basalsignal

151000 20003000 400050006000 70008000圖3一3基本信號Figure3· 3basalsignal|月|..1一〔100020003000 400050006000 70008000圖3一4有用信號 Figure3一 4Pureusefulsignal32
【學(xué)位授予單位】：太原理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2007
【分類號】：TH17

【引證文獻(xiàn)】

相關(guān)碩士學(xué)位論文 前1條

1 譚玉芳;聯(lián)合收割機(jī)測產(chǎn)系統(tǒng)振動信號的抑制研究[D];東北農(nóng)業(yè)大學(xué);2010年

本文編號：2691753