收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于声场空间分布特征的机械故障诊断方法及其应用研究

鲁文波  
【摘要】:现代工业的发展使得机械设备的状态监测与故障诊断越来越受到重视,传统的故障诊断技术面临着新的挑战。目前故障诊断主要基于振动信号的测试与分析,但振动传感器在某些设备上或工况环境中安装不便,使得振动故障诊断方法的应用受到限制。结构振动与辐射噪声有着紧密联系,机械噪声蕴含着丰富的机械状态信息,噪声信号也能像振动信号一样进行机械设备的状态监测与故障诊断。声学诊断技术具有非接触测量、不影响设备运行、操作简单便捷等优点,可部分地代替振动信号作为故障诊断的补充手段。传统声学诊断技术主要基于单通道测试与分析,只能得到机械局部的声学特征随时间或频率的变化规律,也不易选择测点位置,而且声信号易受干扰和污染。声学故障诊断技术虽具有很大发展潜力,但当测点位置选择不当,局部的声学特征对故障不敏感时诊断效果就会受到影响,特别是在相干工况下,故障源的声信号如果被干扰源的声信号淹没,则传统声学诊断方法将不再适用,基于单通道声信号所提取的故障特征不能稳定地反映机械本身的运行状态,很大程度上影响了诊断效果。 声成像技术通过传声器阵列获取测量面处的声信号,按照相应重建算法进行声源反演,可重建结构表面的声场分布并预测整个辐射声场,将重建声场的整体信息用于故障诊断,能克服传统声学诊断中局部诊断的缺陷,也可避免测点选择难的问题,这为新型声学故障诊断技术的发展创造了条件。基于整个重建面上的声学信息显然比基于单点测试的声信号所含有的故障信息要丰富,后者只具备一个或几个局部测点的声学信息,而前者还获得了整个声场的分布信息,从空间上体现了潜藏在声场分布中的故障模式,从所重建的声场信息中挖掘出的声场空间分布特征必然较常规声学诊断方法所提取的特征更全面也更稳定。在较强的干扰噪声环境下,即使局部单通道声信号并不稳定,但整体上声场的空间分布模式能保持较好的稳定性。 机器运行时会产生辐射声场,不同的运行状态具有不同模式的声场分布,因此,若能有效挖掘机器在不同故障状态下辐射声场的分布模式规律,提取对故障模式敏感的特征量,将比传统基于单通道信号分析的声学诊断能更有效更可靠地诊断机械故障。鉴于这一思想,本文提出了基于声场空间分布特征的故障特征提取方法,应用图像处理技术从声像图中提取反映声场空间分布特性的纹理特征,揭示机械在不同运行状态下声场的分布规律;并在此基础上,提出了基于声场空间分布特征的机械故障诊断方法,分别发展了适于中高频分析的基于远场波束形成声成像的故障诊断方法和适于中低频分析的基于近场声全息声成像的故障诊断方法。数值仿真和实验研究证实了机器设备在不同运行状态下,声像图中的纹理信息反映了相应辐射声场的空间分布特性,能够揭示机器的不同故障模式状态而进行故障诊断。基于声场空间分布特征的机械故障诊断方法有效综合了阵列测量、声成像、图像处理、特征提取、模式识别等多学科研究成果,能对机械设备辐射声场可视化的同时,挖掘出潜藏于声场中的故障模式特征,有效进行故障诊断。滚动轴承和齿轮箱的故障诊断实验研究进一步验证了方法的有效性和实用性,干扰噪声的影响研究进一步体现了方法的优越性,这一新型的声学诊断方法不仅拓展了声成像技术的应用范围,也为声学故障诊断提供了新的思路和选择,促进了故障诊断技术的发展及其在实践中的应用。本文的具体研究内容如下: (1)综述了机械故障诊断技术的发展概况,特别是声学故障诊断与智能诊断;概述了声成像技术的发展,并对目前常用的波束形成和近场声全息技术进行了总结。 (2)分析了机械设备辐射声场的产生,对结构声辐射问题进行了数学描述;推导了平面近场声全息的基本公式,总结了近场声全息在实际应用中的参数选择问题;介绍了波束形成的基本原理,总结了参数选择问题;研究了几种典型的纹理分析方法,用于提取声场空间分布特征,并对支持向量机模式识别作了研究介绍。 (3)提出了基于声场空间分布信息的特征提取与机械故障诊断方法,并发展了适于中高频分析的基于远场波束形成声成像的故障诊断方法和适于中低频分析的基于近场声全息声成像的故障诊断方法,分别进行了具体研究。 (4)在对声成像技术和特征提取方法的研究基础上,提出了基于NAH声成像和Hist+GLGCM特征提取的机械故障诊断方法,并应用于滚动轴承与齿轮箱的故障诊断,对其分别搭建故障诊断实验台,进行多类故障诊断实验研究,并与传统声学诊断方法进行对比,还考察了干扰噪声对声成像和诊断结果的影响。 (5)研究了齿轮箱啮合频率及其边频处的声像图特性,考察了不同特征频率对诊断结果的影响,总结了基于声成像的齿轮箱故障诊断在特征频率选择上的问题,指出边频处的声场分布模式不稳定,不适于故障模式的辨识。 (6)研究了不同灰度量化级和各纹理特征提取方法的诊断性能,给出了灰度量化级的选取原则,并总结了各特征提取方法在声场空间分布特征提取上的特点,给出了在故障诊断应用中的具体建议。 (7)研究了声成像技术在机械故障诊断测试系统中的应用,在虚拟仪器平台下设计了基于声成像的故障诊断测试系统通用平台,开发了系统原理样机,齿轮箱故障诊断应用实例验证了其有效性。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 安婧;伉大俪;郭海涛;杨志民;;时—频分析方法在齿轮故障诊断中的应用[J];信息技术;2010年03期
2 孙先伟;马松龄;;基于Elman网络的齿轮箱故障诊断[J];现代机械;2009年06期
3 张文通;陈先利;马振军;;高炉炉顶齿轮箱在线监测系统及其应用[J];设备管理与维修;2010年05期
4 刘丽军;黄晋英;王昊静;赵静;;基于ICA的齿轮箱故障诊断研究[J];煤矿机械;2010年04期
5 李贵明;赵荣珍;黄义仿;朱晓然;;HHT在齿轮故障诊断问题中的应用[J];科学技术与工程;2007年23期
6 林巨广;孙绘琴;苏晓峰;;基于“阶次-小波”分析的齿轮箱升降速过程故障诊断研究[J];机械工程师;2010年06期
7 季忠;黄捷;秦树人;;提升小波在齿轮箱故障诊断中的应用[J];振动.测试与诊断;2010年03期
8 徐胜云;宫唤春;;基于对向传播神经网络的齿轮箱故障诊断研究[J];起重运输机械;2011年03期
9 张进;冯志鹏;褚福磊;;基于时间-小波能量谱的齿轮故障诊断[J];振动与冲击;2011年01期
10 徐胜云;宫唤春;;基于对向传播神经网络的齿轮箱故障诊断的深入研究[J];机械传动;2011年03期
11 汪伟;杨通强;郑海起;唐力伟;栾军英;;利用HHT和重采样技术分析瞬态机械信号[J];机械科学与技术;2007年06期
12 宫唤春;;基于对向传播神经网络的齿轮箱故障诊断研究[J];起重运输机械;2009年10期
13 刘屹立;郑海起;李毓辉;;基于频域盲解卷的齿轮箱信号盲分离[J];科学技术与工程;2009年23期
14 李学军;蒋玲莉;杨大炼;王可;;基于双谱分布区域的齿轮聚类分析与故障诊断[J];振动工程学报;2011年03期
15 李忠真;;精密齿轮箱的倒频谱故障诊断[J];西安科技大学学报;1987年01期
16 张家凡;;齿轮箱中滚动轴承故障振动信号的提取[J];机械;2007年07期
17 陈长征;程锦生;韩丽娅;李明辉;王胤龙;周勃;;基于盲源分离的齿轮箱状态检测与故障诊断[J];沈阳工业大学学报;2008年04期
18 王红玲;潘宏侠;;基于希尔伯特变换和小波包节点能量法的齿轮箱故障诊断研究[J];煤矿机械;2010年05期
19 张玉奎;周金旭;;高炉无料钟炉顶齿轮箱监测诊断系统的研究与开发[J];中国设备工程;2005年12期
20 杨长保;刘波;;一种优化算法在齿轮传动装置故障诊断中的应用[J];机械工程师;2011年09期
中国重要会议论文全文数据库 前10条
1 林京;;脉冲性与周期性的利用——齿轮箱故障检测方法的内在联系[A];第八届全国设备与维修工程学术会议、第十三届全国设备监测与诊断学术会议论文集[C];2008年
2 李佳;王雷;王梦卿;;基于神经网络的齿轮故障诊断专家系统[A];2006年全国机械可靠性学术交流会论文集[C];2006年
3 潘紫微;戚晓利;;基于频谱分析的矫直机齿轮箱故障诊断[A];2005中国钢铁年会论文集(第4卷)[C];2005年
4 金大玮;李建桥;贾民平;;循环自相关函数在齿轮箱故障诊断中的应用[A];走中国特色农业机械化道路——中国农业机械学会2008年学术年会论文集(上册)[C];2008年
5 赵章焰;;齿轮故障诊断的原理及应用[A];中国的经济建设与21世纪的物料搬运技术——中国机械工程学会物料搬运分会第五届学术年会论文集[C];1996年
6 苏中元;贾民平;;专家系统及其在齿轮箱故障诊断中的应用[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
7 胡申辉;;应用光、铁谱技术于齿轮减速器的状态监测和故障诊断[A];设备监测与诊断技术及其应用——第十二届全国设备监测与诊断学术会议论文集[C];2005年
8 刘仁德;胡申辉;徐家倬;;磨煤机的故障诊断[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
9 戴乐云;李建康;;振动信号时间序列建模在故障诊断中的应用[A];振动工程学报(工程应用专辑)[C];2001年
10 李晓栋;胡清华;;汽轮机故障诊断文本支持系统的研究与建立[A];2004电站自动化信息化学术技术交流会议论文集[C];2004年
中国博士学位论文全文数据库 前10条
1 宋其江;基于有向图模型的故障诊断方法研究及其在航天中的应用[D];哈尔滨工业大学;2010年
2 陈非;基于过程信息融合的旋转机械信息(火用)故障诊断研究[D];华中科技大学;2010年
3 鲁文波;基于声场空间分布特征的机械故障诊断方法及其应用研究[D];上海交通大学;2012年
4 冯志鹏;计算智能在机械设备故障诊断中的应用研究[D];大连理工大学;2003年
5 何小斌;基于统计学方法的自适应过程监控与故障诊断[D];上海交通大学;2009年
6 宋凯;基于PLS的统计质量监控研究与应用[D];浙江大学;2005年
7 李敏;复杂机械基于数据的建模与故障诊断[D];太原理工大学;2010年
8 鲁峰;航空发动机故障诊断的融合技术研究[D];南京航空航天大学;2009年
9 蒋斌;机电系统故障诊断的理论与应用研究[D];浙江大学;2002年
10 盛晨兴;挖泥船动力机械远程诊断系统关键技术研究[D];武汉理工大学;2009年
中国硕士学位论文全文数据库 前10条
1 陈岳良;分形在齿轮箱故障诊断中的应用[D];中北大学;2005年
2 马清峰;基于粒子群优化神经网络的齿轮箱故障诊断研究[D];中北大学;2006年
3 王梦卿;基于神经网络的齿轮故障诊断专家系统[D];东北大学;2005年
4 王佃武;基于小波分析的齿轮箱齿轮点蚀故障诊断[D];兰州理工大学;2006年
5 杨柳;高炉炉顶布料溜槽传动齿轮箱故障诊断分析[D];武汉科技大学;2005年
6 蔡建进;基于小波分析理论的齿轮箱故障诊断研究[D];中北大学;2006年
7 徐宗龙;数据挖掘在齿轮箱故障诊断中的应用研究[D];中北大学;2006年
8 王明秀;大型汽轮发电机故障诊断专家系统诊断处理子系统的研究[D];华北电力大学;2001年
9 刘峰;基于神经网络的水轮发电机组振动故障诊断专家系统的研究[D];西安理工大学;2003年
10 许东;地空导弹混合智能故障诊断专家系统的设计与实现[D];西北工业大学;2002年
中国重要报纸全文数据库 前10条
1 黄安华;液压制动系统的故障诊断[N];中国汽车报;2002年
2 李萍;济钢EAM离线网络点检和故障诊断管理系统开发应用[N];世界金属导报;2007年
3 胡荣山 马巍;上海海大一课题列入国家“863”计划[N];中国船舶报;2007年
4 孙建阳 刘波;小型渔船柴油机故障诊断与排除[N];中国渔业报;2008年
5 见习记者 仝亚娜;孙彦广:冶金故障诊断设备前景广阔[N];机电商报;2005年
6 小田;网卡故障诊断[N];中国电脑教育报;2000年
7 陈全东;干式复合“粘边”故障诊断[N];中国包装报;2003年
8 龚献荣;大型天然气装置实现网络化监测[N];中国化工报;2005年
9 周传勇 杜慧;济钢网络化设备点检与故障诊断管理系统上线运行[N];世界金属导报;2008年
10 汤怀京;WLAN也有“线”[N];中国计算机报;2004年
中国知网广告投放
 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