原文传递
基于WMM信息融合的轮毂电机轴承故障诊断方法研究
| 论文题名： | 基于WMM信息融合的轮毂电机轴承故障诊断方法研究 |
| 关键词： | 轮毂电机;故障诊断;混合Weibull分布模型;隐马尔可夫模型;动态贝叶斯网络 |
| 摘要： | 为消除轮毂电机运行过程中存在的故障隐患、提升轮毂电机性能、保障轮毂电机驱动电动汽车的行驶安全，本文以轮毂电机常见的轴承故障为切入点，开展轮毂电机轴承故障特征提取和故障诊断方法研究，提出一种基于混合Weibull分布模型（Weibullmixturemodel,WMM）信息融合的轮毂电机轴承故障诊断方法，具体包括：（1）基于轮毂电机轴承故障状态，模拟轮毂电机真实运行工况，设计相应的台架试验，获取轴承故障状态监测信息（振动信号和噪声信号），建立故障诊断数据库。（2）分析轮毂电机轴承发生故障时的状态特征信息，提出一种基于WMM的轮毂电机轴承运行状态监测信息融合方法，先利用稳定平均区分率法（Stableaveragediscriminationrate,SADR），提取能够反映轮毂电机轴承故障状态的高敏感特征参数，再利用Weibull混合分布模型（Weibullmixturemodel,WMM）对振动信号及噪声信号特征参数进行融合处理及拟合拓展，获取足量的高敏感特征参数融合序列作为训练数据，为后续的诊断模型构建奠定基础。（3）基于隐马尔科夫模型（HiddenMarkovmodel,HMM）和动态贝叶斯网络（DynamicBayesiannetworks,DBNs），分别提出基于WMM-DBNs和WMM-HMM的轮毂电机轴承故障诊断方法，基于运行时间推移实现轮毂电机轴承故障的动态诊断。最终，通过台架试验获取的测试数据集验证了本文所提出的信息融合及轴承故障诊断方法的有效性，从而为在线监测轮毂电机的运行状态，保障驱动系统及整车的运行安全奠定理论基础。 |
| 作者： | 周嘉文 |
| 专业： | 车辆工程 |
| 导师： | 薛红涛 |
| 授予学位： | 硕士 |
| 授予学位单位： | 江苏大学 |
| 学位年度： | 2021 |
检索历史
应用推荐
