版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、旋轉(zhuǎn)機(jī)械在核電廠中大多承擔(dān)動力輸送和能量轉(zhuǎn)換等重要功用,是核電廠中主要的振動來源之一。這類設(shè)備結(jié)構(gòu)復(fù)雜,運(yùn)行狀態(tài)下部件高速運(yùn)轉(zhuǎn),易發(fā)生老化,一旦發(fā)生故障會造成嚴(yán)重的后果,其運(yùn)行狀態(tài)與產(chǎn)生的振動信號之間具有較為密切的關(guān)系。因此,振動信號分析在核電廠設(shè)備狀態(tài)監(jiān)測和故障診斷中占有重要地位。實(shí)際測得的振動信號并非來自單一振動源的信號,而是來自多個未知振動源的復(fù)雜混合信號。進(jìn)行振動信號分析前需要進(jìn)行振動源識別,以區(qū)分振動信號來源。
盲源
2、分離(Blind Source Separation, BSS)是一種在源信號和信號間的混合方式均未知的情況下,根據(jù)某些條件和假設(shè),從監(jiān)測到的混合信號中分離出源信號的有效方法。在本研究中,建立了基于BSS技術(shù)的多級離心泵振動噪聲源有效識別的方法。針對多級離心泵等復(fù)雜的機(jī)械設(shè)備發(fā)出的振動信號特點(diǎn)不明確、觀測信號混合方式較復(fù)雜等特點(diǎn),在充分研究了BSS模型、獨(dú)立性判據(jù)及學(xué)習(xí)算法基礎(chǔ)上,選擇了后非線性混合模型作為研究的基礎(chǔ),研究并對比了JAD
3、E-SOBI聯(lián)合算法和基于負(fù)熵的FastICA算法兩種線性BSS算法,選擇JADE-SOBI聯(lián)合算法應(yīng)用到后非線性BSS的線性化環(huán)節(jié)中。研究了基于最小化互信息的多層感知器算法和幾何算法兩種后非線性 BSS算法并分別進(jìn)行了優(yōu)化,用MATLAB編程實(shí)現(xiàn)這兩種算法并各自實(shí)現(xiàn)了對后非線性混合信號的分離。
根據(jù)核動力系統(tǒng)用泵類型及布置特點(diǎn),選取臥式節(jié)段型多級離心泵作為分析對象,為了獲得多級離心泵的振動特征和信號,運(yùn)用有限元方法對其進(jìn)行了
4、靜力結(jié)構(gòu)和動力學(xué)分析,首先運(yùn)用Pro/Engineer建立多級離心泵的三維模型,運(yùn)用ANSYS Workbench中的相關(guān)模塊分析得到了多級離心泵在運(yùn)轉(zhuǎn)過程中的最大應(yīng)力和應(yīng)變產(chǎn)生位置,前6階模態(tài)的固有頻率、以及運(yùn)轉(zhuǎn)過程中各主要部件的振動情況,并合理布置測點(diǎn)獲取了振動仿真信號。基于后非線性模型獲得了混合信號,并用上述后非線性BSS算法進(jìn)行了成功分離,結(jié)合研究過程中所有仿真分離試驗(yàn)的實(shí)施過程和結(jié)果,分析了兩種算法的優(yōu)缺點(diǎn),并給出了下一步的改
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 盲源分離算法及其應(yīng)用研究.pdf
- 非線性盲源分離及其應(yīng)用技術(shù)研究.pdf
- 線性盲源分離算法的理論與應(yīng)用研究.pdf
- 欠定盲源分離算法及其應(yīng)用研究.pdf
- 盲源分離算法及其應(yīng)用的研究.pdf
- 盲源信號分離算法研究及其應(yīng)用.pdf
- 實(shí)時線性混疊信號盲分離算法及其應(yīng)用研究.pdf
- 非線性混合信號的盲源分離研究.pdf
- 盲源分離算法及其在語音分離中的應(yīng)用研究.pdf
- 基于自然梯度的盲源分離算法中非線性函數(shù)的研究.pdf
- 盲源分離的若干算法及應(yīng)用研究.pdf
- 基于改進(jìn)粒子群的盲源分離算法及其應(yīng)用研究.pdf
- 基于非線性主分量分析的組合型盲源分離算法研究.pdf
- 基于非線性PCA的無預(yù)白化自適應(yīng)盲源分離算法.pdf
- 非線性濾波算法及其應(yīng)用研究.pdf
- 盲源分離算法研究.pdf
- 盲信號分離算法的改進(jìn)及其應(yīng)用研究.pdf
- 盲源分離技術(shù)及應(yīng)用研究.pdf
- 基于RBF神經(jīng)網(wǎng)絡(luò)的非線性盲源分離.pdf
- 線性混疊盲源分離的改進(jìn)算法.pdf
評論
0/150
提交評論