论文题目：基于多小波的电子系统故障诊断系统的研究
摘要：随着电子技术的快速更迭,电子系统逐渐趋于高度集成化和自动化。电子系统在运行过程中,易受温度、环境等因素的影响,出现各类故障,进而影响工农业的生产和设备的正常运转,甚至会危及生命财产安全。因此,电子系统的故障诊断系统研究具有较高的实际意义和应用价值。由于在电动机系统中设置检测点较为困难,因此采用非接触式方法对电机系统进行故障分析。非接触式方法通过采集设备工作时自身产生的电磁辐射来进行检测,适合于电动机等电流大或瞬态变化大的情况。通过天线来获取电动机工作过程中产生的电磁特征数据,本文提出了利用GHM（Geronimo Hardin Massopust）多小波变换和k-means聚类分析的故障诊断方法,进行对应的数据分析,建立电磁特征库,实现对故障的判别。论文主要内容包括以下4个方面:1、对故障诊断系统的现有方法和技术进行了分析研究,提出本文所研究的整体框架。主要分析了几种常见电子系统故障的信号获取方法,包括电流法、振动法、温度法、电磁辐射特征法,并选定电磁辐射特征法作为论文中故障信号的获取方法。2、故障诊断系统的硬件和软件设计。硬件系统包括信号接收天线、人工电源网络、信号接收模块及信号传输模块的设计。软件算法的设计包括使用GHM多小波变换实现信号的特征提取,运用K-means分析算法对提取到的数据进行聚类,构建电磁辐射特征库,以及图形用户界面设计,构建了完整的基于多小波电子系统故障诊断系统。3、通过使用小波变换、多小波变换和聚类分析对采集的数据进行分析,并对比了小波变换和多小波变换的去噪效果,发现多小波变换方法能更好的提取故障的特征信息,接着使用聚类分析方法对故障数据进行分类,将两者结合,实现了基于多小波变换和聚类方法相结合的故障诊断方案。4、在完成基本的软硬件系统设计后,选定电动升降杆为实例,开展系统场地实测,通过研究电动升降杆的工作原理及故障机理分析,结合电磁辐射测试数据的特点,对采集的数据进行分频段处理。试验结果表明,与传统的故障诊断系统相比,本文所提出的故障诊断方法缩短了诊断时间,提高了故障诊断识别的准确率。通过系统软硬件的设计和对应算法的研究,选用某型号电动升降杆为实例开展试验研究,对比传统的故障诊断方法,缩短了故障诊断的时间,提高了故障诊断的准确率,验证了基于多小波的电子系统故障诊断系统的可行性和创新性,且已成功应用于某企业的故障维修诊断系统当中,具备良好的应用前景。
关键词：故障诊断;多小波变换;聚类分析;电动升降杆
学科专业：电路与系统
摘要
Abstract
第1章 引言
1.1 课题研究背景及意义
1.2 国内外研究发展现状
1.2.1 国内外研究现状
1.2.2 传统的电磁辐射故障诊断系统
1.3 本文主要研究内容
1.4 论文结构安排
第2章 系统需求分析与总体框架设计
2.1 系统需求
2.2 系统总体框架设计
2.2.1 故障诊断系统总框架设计
2.2.2 测试环境
2.3 本章小结
第3章 故障诊断分类与相关机理分析
3.1 故障信号获取方法
3.1.1 电流法
3.1.2 振动法
3.1.3 温度法
3.1.4 电磁辐射特征法
3.2 故障信号分析方法
3.2.1 时域分析法
3.2.2 频域分析法
3.3 多小波分析方法
3.3.1 傅里叶变换
3.3.2 小波变换
3.3.3 多小波变换
3.3.4 聚类分析
3.3.5 多小波变换与聚类分析方法
3.4 本章小结
第4章 系统的软硬件设计
4.1 系统硬件设计
4.1.1 辐射信号接收天线
4.1.2 人工电源网络模块设计
4.1.3 信号接收模块的设计
4.1.4 信号传输模块的设计
4.2 系统软件设计
4.2.1 系统软件设计
4.2.2 故障诊断流程图
4.2.3 信号特征提取
4.2.4 测试数据分类
4.2.5 电磁辐射特征库的建立
4.2.6 用户界面设计
4.3 软硬件系统功能测试
4.4 本章小结
第5章 故障诊断系统的试验研究
5.1 电动升降杆故障诊断系统试验流程
5.2 系统试验分析
5.2.1 电动升降杆故障机理分析
5.2.2 电磁信号去噪和特征提取
5.2.3 电磁辐射数据特征库的匹配
5.2.4 诊断结果分析
5.3 试验对比分析
5.3.1 与人工检测结果的比较
5.3.2 与小波分析的故障诊断方法比较
5.3.3 与支持向量机故障诊断方法的比较
5.4 本章小结
结论
致谢
参考文献