纸机故障信号分类识别方法研究开题报告

1. 研究目的与意义

随着现代工业技术的发展，纸机的机械设备正朝着大型化、高速化、连续化、集中化、自动化的方向发展，由于纸机设备经常运行于高速、重载、持续的工作条件下，因此难免会发生故障。这些故障可能会引起连锁反应，导致整个设备的无法正常工作，造成巨大的经济损失。因此，对纸机设备进行状态监测和故障诊断具有十分重要的经济和社会效益。振动是纸机设备在运转过程中必然产生的现象，振动信号包含了丰富的设备运行状态的信息，纸机设备工作性能的变化可以通过振动表现出来，而起采集和分析不影响纸机设备的正常运转.在实际工程应用中, 所分析的信号是非平稳信号,而且包含了许多奇异点及不规则的突变部分,这些部分经常含有比较重要的信息. 传统的傅里叶变换是研究函数奇异性的主要工具, 但傅里叶变换不能反映空间局部性, 它只能确定一个函数奇异性的整体性质, 难以确定奇异点在空间的位置及分布情况. 由于小波变换能反映空间局部化性质, 因此, 利用小波变换来分析信号的奇异性及奇异度的大小是有效的.

2. 国内外研究现状分析

小波分析的应用现状小波分析最早应用在地震数据压缩中,以后在图像处理、故障诊断等方面取得了传统方法根本无法达到的效果。

现在小波分析已经渗透到了自然科学、应用科学等方面,小波分析已成为国际研究热点。

无论是傅里叶分析还是小波分析均以线性变换为基础,按非线性傅立叶分析提出了非线性小波变换,这种非线性小波变换处理非线性问题更为有效。

3. 研究的基本内容与计划

研究纸机故障的基本特征，研究支持向量机分类的基本 方法，并将相关技术应用到纸机故障信号的分类识别之中。

4. 研究创新点

matlab是一款强大的工程计算仿真软件，只需选择合适的命令和函数，就能实现小波分析，大大降低了工作量