非穩(wěn)態(tài)條件下摩擦信號處理和狀態(tài)識別技術(shù)研究.pdf

1、摩擦狀態(tài)識別對于監(jiān)測機械設(shè)備摩擦副運行狀態(tài)具有重要的意義，而常見的往復(fù)運動中產(chǎn)生的摩擦力信號往往是非平穩(wěn)信號，要能更合理且全面地反映摩擦副摩擦狀態(tài)特征的信息，就需要采用適當(dāng)?shù)男盘柼幚矸椒▉硖崛∧Σ亮π盘柕亩喾N特征參數(shù)。
　　希爾伯特-黃變換方法的核心—經(jīng)驗?zāi)Ｊ椒纸夥ㄊ腔谛盘栕陨淼奶卣鬟M行分解，可以更好地、自適應(yīng)地分析非平穩(wěn)信號。本研究在往復(fù)運動試驗平臺上測取了初始磨合、平穩(wěn)摩擦和貧油摩擦狀態(tài)條件下的摩擦力信號，采用經(jīng)驗?zāi)Ｊ椒纸獾?/p>

2、方法分別提取摩擦力信號中的多種特征參數(shù)，以便更全面地反映不同摩擦狀態(tài)的特征，并建立基于概率神經(jīng)網(wǎng)絡(luò)的摩擦狀態(tài)識別模型對摩擦狀態(tài)進行識別?？偨Y(jié)全文，主要得出以下結(jié)論:
　　(1)提出基于經(jīng)驗?zāi)Ｊ椒纸馀c小波軟閾值聯(lián)合去噪的方法。該聯(lián)合去噪法發(fā)揮了小波閾值去噪良好的去噪能力和經(jīng)驗?zāi)Ｊ椒纸庾赃m應(yīng)性好的優(yōu)勢。通過仿真信號和往復(fù)摩擦力信號實驗結(jié)果表明，相比傳統(tǒng)的去噪方法，基于經(jīng)驗?zāi)Ｊ椒纸馀c小波軟閾值結(jié)合去噪方法具有良好的自適應(yīng)性和穩(wěn)定性，去噪

3、效果更好，提高了信噪比，較好地保留了信號的細節(jié)信息。
　　(2)采用多種方法提取摩擦力信號中的九種特征參數(shù)，提取的特征參數(shù)包括摩擦力峭度、最大奇異值、奇異值熵、IMF能量熵、時頻熵、能量比標(biāo)準差以及低中高頻段能量比重。通過觀察發(fā)現(xiàn)，在不同摩擦狀態(tài)條件下的上述特征參數(shù)的大小或分布情況有所不同，不同的特征參數(shù)相互彌補，能夠較綜合地反映出不同摩擦狀態(tài)的特征，為摩擦狀態(tài)識別創(chuàng)造了條件。
　　(3)建立基于概率神經(jīng)網(wǎng)絡(luò)的摩擦狀態(tài)識別模