位置:立项数据库 > 立项详情页
基于微弱故障信息增强的时频图像构建、识别及应用研究
  • 项目名称:基于微弱故障信息增强的时频图像构建、识别及应用研究
  • 项目类别:面上项目
  • 批准号:51175057
  • 申请代码:E050302
  • 项目来源:国家自然科学基金
  • 研究期限:2012-01-01-2015-12-31
  • 项目负责人:李宏坤
  • 依托单位:大连理工大学
  • 批准年度:2011
中文摘要:

针对航空航天、风电装备、高速铁路等关键部件准确状态识别的紧迫需要,瞄准基于时频分析的设备故障诊断问题,进行基于时频图像的状态识别方法研究。从时频图像构建的理论方法研究入手,应用循环平稳分析、信号全尺度时域平均和多信息融合等技术,建立特征信息增强的时频图像构建方法;采用机械动力学分析确定信号的振动源,研究基于时频图像的欠定盲分离算法,得到反映部件局部特征的子时频图像,提高对微弱故障信息的表征;结合图像形态学分析方法,研究基于时频图像特征提取的无量纲参数量化分析方法,建立时频图像的组合预警机制;在此基础上,综合特征参数和设备运行参数,建立基于期望最大化的寿命动态预测模型,为基于时频图像分析的设备预知维修奠定理论基础。结合本项目的理论研究成果,研制基于时频图像分析的设备故障诊断系统,促进方法的实用性发展。同时本项目的研究,可以为基于时频分布的识别方法在医学、通讯、雷达等领域中的应用提供借鉴。

结论摘要:

针对航空航天、风电装备、高速铁路等关键部件准确状态识别的紧迫需要,瞄准基于时频分析的设备故障诊断问题,进行基于时频图像的状态识别方法研究。从时频图像构建的理论方法研究入手,应用循环平稳分析、信号全尺度时域平均和多信息融合等技术,建立特征信息增强的时频图像构建方法;采用机械动力学分析确定信号的振动源,研究基于时频图像的欠定盲分离算法,得到反映部件局部特征的子时频图像,提高对微弱故障信息的表征;结合图像形态学分析方法,研究基于时频图像特征提取的无量纲参数量化分析方法,建立时频图像的组合预警机制;在此基础上,综合特征参数和设备运行参数,建立基于期望最大化的寿命动态预测模型,为基于时频图像分析的设备预知维修奠定理论基础。结合本项目的理论研究成果,研制基于时频图像分析的设备故障诊断系统,促进方法的实用性发展。同时本项目的研究,可以为基于时频分布的识别方法在医学、通讯、雷达等领域中的应用提供借鉴。


成果综合统计
成果类型
数量
  • 期刊论文
  • 会议论文
  • 专利
  • 获奖
  • 著作
  • 31
  • 2
  • 0
  • 0
  • 0
期刊论文
相关项目
期刊论文 39 会议论文 8 获奖 2
李宏坤的项目