收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

旋转机械故障机理与故障特征提取技术研究

李艳妮  
【摘要】: 旋转机械故障诊断是近年来国内外发展较快的一门新兴技术。大型旋转机械振动监测与诊断系统的研究与应用对于避免巨额的经济损失和灾难性事故的发生有着重要意义。在故障诊断的发展过程中,人们发现最重要、最关键而且也最困难的问题就是故障特征信息提取。这是故障诊断中的瓶颈问题,直接关系到故障诊断的准确率和故障早期预报的可靠性。因此,为了从根本上解决故障特征信息提取这个关键问题,必须借助于信息处理、特别是现代信号处理的理论方法和技术手段,探索故障特征信息提取的途径,发展新的故障诊断理论和技术。 本论文结合国家自然科学基金资助项目(编号:50375014、50575016)展开,以旋转机械振动为研究对象,研究了旋转机械常见故障的故障机理,并通过Bently转子实验台进行了相应的故障模拟,开发了基于转子振动信号提纯和轴心轨迹的旋转机械故障特征提取技术。该振动信号特征提取技术具有计算量少、准确性高等特点。全文主要内容如下: 第一章主要阐述了大型旋转机械状态监测和故障诊断技术研究的意义,综述了旋转机械故障特征提取技术的方法和研究现状,分析了国内外振动监测技术发展趋势。最后,提出了论文的研究目标,概括了论文的研究内容。 第二章主要研究了旋转机械常见故障的故障机理,以及故障特征,其中包括幅值特征、频率特征以及轴心轨迹与故障之间的对应关系。 第三章研究了旋转机械轴心轨迹特征提取技术在故障诊断中的应用。第一部分重点研究了基于傅立叶描述子、改进不变矩、以及几何特征方法的故障特征提取技术,其中基于几何特征方法中引入了交点和圆环数两个特征值,并且应用细长度、弯曲度、圆环长径比和幅角跨度比作为将图形特征细化的特征参量。并在MATLAB7.0平台下仿真并模拟了一套基于几何特征并结合傅立叶描述子、改进不变矩特征的旋转机械故障特征提取综合系统。第二部分主要对各种滤波器进行分析研究。对各种数字滤波方法进行了阐述和比较,结合前人文献提及的关于特定故障对应的特征频率的理论,选择合适的滤波带,去除混杂在轴心轨迹信号中的高频信号,来为信号模拟和整周期采样提取作进一步的理论铺垫和前期准备。 第四章通过在Bently实验台上模拟不平衡、不对中以及涡动故障,对采集到的故障振动信号进行特征分析,分析故障信号中时域波形、特征频率、轴心轨迹等故障特征,并对实验信号进行低通滤波,观察轴心轨迹的变化。最后,对实际采样的故障数据应用本论文建立的特征提取方法,进行故障分析与状态识别。


知网文化
【相似文献】
中国期刊全文数据库 前19条
1 王宏超;韩捷;陈宏;巩晓斌;;全矢谱-粗集理论在旋转机械故障频谱特征提取中的应用研究[J];机械设计与制造;2011年05期
2 胡勤;张清华;覃爱淞;孙国玺;;遗传程序设计在旋转机械故障分类中的应用[J];计算机应用与软件;2013年10期
3 汪家铭;多通道旋转机械故障诊断仪[J];机械与电子;1994年06期
4 刘光建;;旋转机械故障分析及其改进措施[J];金山油化纤;1990年02期
5 于海蛟;;旋转机械故障产生的原因分析[J];湖南造纸;2011年02期
6 吴祥哲;刘文敏;;旋转机械故障检测诊断系统的研究[J];职业技术;2006年12期
7 孟宗;李姗姗;;小波改进阈值去噪和经验模态分解相结合的旋转机械故障特征提取[J];机械强度;2014年01期
8 冯兵元,郝百顺;旋转机械故障的诊断及预测[J];河南冶金;2000年05期
9 骆东松;童东坡;;基于小波包的旋转机械故障分析[J];自动化与仪器仪表;2014年11期
10 胡勤;张清华;孙国玺;何俊;于永兴;;时频分析方法在旋转机械故障特征提取中的应用[J];广东石油化工学院学报;2017年04期
11 严学书,林树兴,杨明伦;旋转机械故障教学实验台的设计[J];机械;1998年03期
12 张国华;;旋转机械故障实验台测试系统的软件设计[J];煤炭技术;2007年06期
13 谢三毛;;基于灰色关联度的旋转机械故障智能诊断系统研究[J];煤矿机械;2009年04期
14 高永强;;旋转机械故障机理的研究[J];机床与液压;2007年08期
15 顾超华,汪希萱,童水光;实现旋转机械故障在线闭环消除的探讨[J];动力工程;1996年03期
16 杨晓敏;;旋转机械故障诊断方法研究分析[J];山东工业技术;2017年10期
17 方开翔;闫玲;江国和;;虚拟式旋转机械故障监测与诊断系统[J];噪声与振动控制;2007年03期
18 覃爱淞;张清华;李铁鹰;胡勤;;复合无量纲指标在旋转机械故障分类中的应用[J];现代制造工程;2013年04期
19 窦东阳;赵英凯;;基于优先级诊断树的旋转机械故障诊断专家系统[J];中国电机工程学报;2008年32期
中国重要会议论文全文数据库 前10条
1 朱春梅;徐小力;;基于小波理论的旋转机械故障信号降噪技术研究[A];北京机械工程学会2012年优秀论文评选论文集[C];2012年
2 段晓钢;殷甦;刘德武;;旋转机械故障在线监测与诊断的研究与应用[A];1993中国控制与决策学术年会论文集[C];1993年
3 李允公;张金萍;;关于听觉模型及其在机械故障特征提取中的几点讨论[A];第十届全国振动理论及应用学术会议论文集(2011)上册[C];2011年
4 杨世锡;童进;吴昭同;严拱标;;基于HMM的大型旋转机械故障诊断方法研究[A];第十届全国设备监测与诊断技术学术会议论文集[C];2000年
5 臧先峰;张正道;白瑞林;彭竹苗;;基于小波分析的故障特征提取研究[A];2007中国控制与决策学术年会论文集[C];2007年
6 朱启兵;杨慧中;;基于卷积型小波包奇异值分解的齿轮故障特征提取[A];第二十七届中国控制会议论文集[C];2008年
7 潘宏侠;黄晋英;毛鸿伟;刘振旺;;基于粒子群优化的故障特征提取技术研究[A];第九届全国振动理论及应用学术会议论文摘要集[C];2007年
8 张骧;张明虎;罗一丁;;基于小波变换的故障特征提取方法及其应用[A];全国第三届信号和智能信息处理与应用学术交流会专刊[C];2009年
9 潘宏侠;黄晋英;毛鸿伟;刘振旺;;基于粒子群优化的故障特征提取技术研究[A];第九届全国振动理论及应用学术会议论文集[C];2007年
10 赵志宏;杨绍普;;一种基于ICA的机械故障特征提取方法[A];机械动力学理论及其应用[C];2011年
中国博士学位论文全文数据库 前10条
1 姚金宝;复杂工况下旋转机械故障特征提取方法研究[D];重庆大学;2017年
2 焦卫东;基于独立分量分析的旋转机械故障诊断方法研究[D];浙江大学;2003年
3 杨宇;基于EMD和支持向量机的旋转机械故障诊断方法研究[D];湖南大学;2005年
4 任达千;基于局域均值分解的旋转机械故障特征提取方法及系统研究[D];浙江大学;2008年
5 许同乐;基于多路传感器信息融合的旋转机械故障诊断方法研究[D];北京邮电大学;2012年
6 张进明;基于EMD和HHT的旋转机械故障诊断方法研究[D];北京化工大学;2006年
7 蒋玲莉;基于核方法的旋转机械故障诊断技术与模式分析方法研究[D];中南大学;2010年
8 吕蓬;旋转机械故障模式识别方法研究[D];华北电力大学(北京);2010年
9 余红英;机械系统故障信号特征提取技术研究[D];中北大学;2005年
10 程发斌;面向机械故障特征提取的混合时频分析方法研究[D];重庆大学;2007年
中国硕士学位论文全文数据库 前10条
1 李艳妮;旋转机械故障机理与故障特征提取技术研究[D];北京化工大学;2007年
2 张韧;旋转机械故障特征提取技术及其系统研究[D];浙江大学;2004年
3 庞彬;旋转机械故障特征提取方法研究[D];华北电力大学;2015年
4 郭大文;旋转机械故障特征提取与分析技术研究[D];电子科技大学;2012年
5 金双双;基于云服务的旋转机械故障自动诊断系统研究[D];北京化工大学;2018年
6 张锁峰;基于VMD的旋转机械故障诊断方法研究[D];桂林电子科技大学;2017年
7 周泽民;基于嵌入式系统的旋转机械故障诊断仪的开发研究[D];南华大学;2012年
8 梁晓华;基于参考独立分量分析的旋转机械故障信号提取[D];哈尔滨工业大学;2010年
9 陈丹玲;基于小波包和支持向量机的旋转机械故障诊断方法研究[D];江西理工大学;2010年
10 王亚超;基于局部均值分解的旋转机械故障诊断技术研究[D];燕山大学;2015年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978