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

1、摩擦狀態(tài)識(shí)別對(duì)于監(jiān)測(cè)機(jī)械設(shè)備摩擦副運(yùn)行狀態(tài)具有重要的意義，而常見的往復(fù)運(yùn)動(dòng)中產(chǎn)生的摩擦力信號(hào)往往是非平穩(wěn)信號(hào)，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?hào)處理方法來(lái)提取摩擦力信號(hào)的多種特征參數(shù)。
　　希爾伯特-黃變換方法的核心—經(jīng)驗(yàn)?zāi)Ｊ椒纸夥ㄊ腔谛盘?hào)自身的特征進(jìn)行分解，可以更好地、自適應(yīng)地分析非平穩(wěn)信號(hào)。本研究在往復(fù)運(yùn)動(dòng)試驗(yàn)平臺(tái)上測(cè)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(hào)，采用經(jīng)驗(yàn)?zāi)Ｊ椒纸獾?/p>

2、方法分別提取摩擦力信號(hào)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(shí)別模型對(duì)摩擦狀態(tài)進(jìn)行識(shí)別。總結(jié)全文，主要得出以下結(jié)論:
　　(1)提出基于經(jīng)驗(yàn)?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(yàn)?zāi)Ｊ椒纸庾赃m應(yīng)性好的優(yōu)勢(shì)。通過(guò)仿真信號(hào)和往復(fù)摩擦力信號(hào)實(shí)驗(yàn)結(jié)果表明，相比傳統(tǒng)的去噪方法，基于經(jīng)驗(yàn)?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(hào)的細(xì)節(jié)信息。
　　(2)采用多種方法提取摩擦力信號(hào)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(shí)頻熵、能量比標(biāo)準(zhǔn)差以及低中高頻段能量比重。通過(guò)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(bǔ)，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(shí)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(shí)別模