時序模型盲辨識在旋轉(zhuǎn)機(jī)械故障診斷中的應(yīng)用研究.pdf

1、盲系統(tǒng)辨識(Blind system identification,簡稱BSI)是一種僅從輸出信號來恢復(fù)未知系統(tǒng)信息的基本信號處理方法,它特別適合未知輸入驅(qū)動的未知系統(tǒng).該文將盲系統(tǒng)辨識方法的基本思想引入到旋轉(zhuǎn)機(jī)械故障診斷中,提出了基于時序模型盲辨識的旋轉(zhuǎn)機(jī)械故障診斷方法,并進(jìn)行了實驗研究.其主要內(nèi)容包括以下幾方面:第一章 論述了大型旋轉(zhuǎn)機(jī)械故障診斷的研究意義和主要診斷方法、盲系統(tǒng)辨識的研究現(xiàn)狀和主要應(yīng)用領(lǐng)域,闡述了該課題的提出的意義,

2、介紹了論文研究的主要內(nèi)容及創(chuàng)新之處.第二章,論述了系統(tǒng)辨識的基本思想,盲系統(tǒng)辨識的基本概念和幾種主要算法:最大似然估計法,高階統(tǒng)計量法,子空間法和最小子空間法,該章是整篇論文的理論基礎(chǔ).第三章,提出了一種基于自相關(guān)的AR模型的盲辨識算法,該算法可同時辨識AR模型的階次及相應(yīng)的模型參數(shù),而不需事先確定或者設(shè)定AR模型的階次.第四章,研究了門限自回歸模型的盲辨識算法,并與常用的H.Tong方法進(jìn)行比較分析,仿真結(jié)果表明,雖然門限自回歸模型的

3、遞推盲辨識方法的辨識精度略低于H.Tong方法,但可大大提高運行速度,特別是隨著階次的增加,該算法的優(yōu)勢越明顯.同時,還將門限自回歸模型的盲辨識方法和線性時間序列模型的盲辨識方法進(jìn)行了對比分析.第五章,研究了基于時序模型盲辨識的參數(shù)化雙譜分析方法,并進(jìn)行仿真研究.第六章,提出了一種基于時序模型盲辨識的特征提取與徑向基函數(shù)網(wǎng)絡(luò)相結(jié)合的旋轉(zhuǎn)機(jī)械故障診斷方法,即利用時序模型盲辨識得到的雙相干譜為故障特征向量,以徑向基函數(shù)網(wǎng)絡(luò)作為分類器,對旋轉(zhuǎn)