收藏本站
收藏 | 论文排版

周期平稳类机械故障信号分析方法研究

杨建文  
【摘要】: 由于旋转机械自身物理结构及运行特点等因素的影响,其故障信号具有周期平稳的特点,表现在其统计量具有周期性质,它属于一类特殊的非平稳信号,使用传统的基于平稳理论的信号分析方法难以有效地提取故障特征。本文针对旋转机械故障信号的周期平稳性质,研究应用周期平稳处理方法进行旋转机械故障信号的分析及故障特征的提取。 首先,对旋转机械故障信号的周期平稳性进行了深入地分析研究,澄清了周期平稳阶数与最低周期平稳阶数的区别与联系。以角度作为自变量的故障信号严格周期平稳性为基础,研究了转速波动对振动信号的周期平稳性所产生的影响,指出由于转速的波动,使用时域平均难以有效地降噪。对滚动轴承点蚀故障振动信号的周期平稳性进行了分析,根据其宽频带的特征,提出了应用带通滤波和二阶循环统计量相结合的方法进行故障特征的提取。 其次,在故障信号周期平稳性的基础上,对应用循环矩分析进行故障特征提取进行了研究,推导了二阶循环矩的解调原理,指出二阶循环矩的解调作用实际上是谱差的结果。针对循环矩谱线较杂乱,提出首先应用Hilbert变换处理实数信号,再应用二阶循环矩进行特征提取的方法,有效地解决了谱线杂乱的问题。研究了循环频率的搜索区间,指出信号经过滞后积变换以后,可能会产生频率折叠的情况,为了避免此问题,提出了相应的解决方法。研究了滞后量选择对循环矩分析的影响,针对数据长度有限的情况,提出了加权平均循环矩法进行谱图的平滑。研究了循环频率的搜索步长及快速算法等,将Chirp-Z变换引入循环矩的计算中,大大减少了计算量。对循环功率谱的解调功能进行了推导分析,指出循环功率谱完全表征了信号的时域及频域特征。从不同角度对循环功率谱的定义进行了分析,建立了各二阶统计量之间的转换关系,推导了循环功率谱的估计方法及谱图的平滑方法。研究了在前滞、对称和后滞的滞后积形式下,时变矩及循环功率谱的表示形式,指出其异同。研究了二阶循环统计量的混频及倍频作用,指出自混频是谱差的推广,通过非线性变换,能够提高谱图的相对频谱分辨率。 对经验模式分解的端点效应进行了分析,指出包络线的误差及两端极值点的不准确是其主要原因,根据经验模式分解失真逐渐严重的情况,提出采用变步长预测的方法进行端点问题的修正。对


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 姜鸣,陈进,秦恺,汪慰军;一阶循环矩分析在旋转机械振动信号分析中的应用[J];振动工程学报;2001年04期
2 冯彩红;韩捷;李凌均;;全信息小波包分析及其在旋转机械故障诊断中的应用[J];机械强度;2006年05期
3 屈梁生,张海军;提高故障诊断质量的几种方法[J];中国机械工程;2001年10期
4 寿耀明,肖胜明;旋转机械多故障并发状态的模糊模式识别方法及工程应用[J];风机技术;2003年01期
5 杨俊;韩捷;董辛旻;;基于矢谱-HMM的旋转机械故障诊断方法研究[J];机床与液压;2009年10期
6 高峡,孙作安;旋转机械故障诊断的模糊神经网络方法[J];沈阳电力高等专科学校学报;2000年04期
7 沈国际,陶利民,陈仲生;多频信号经验模态分解的理论研究及应用[J];振动工程学报;2005年01期
8 汪沅;朱瑞荪;;基于小波除噪和经验模式分解的信号分析方法[J];机械研究与应用;2008年05期
9 丁涛;王芳;任工昌;;旋转机械故障诊断研究现状[J];机械设计与制造;2009年12期
10 王蒙;傅行军;;基于参数优化SVM的旋转机械故障诊断[J];江苏电机工程;2008年01期
11 林水泉;;旋转机械故障诊断技术及其发展趋势[J];化工机械;2019年06期
12 吴秀星;关佳亮;;旋转机械故障诊断与状态监测发展综述[J];设备管理与维修;2018年10期
13 田涛,丁康;希尔伯特变换及其在故障诊断中的应用[J];振动与冲击;1996年02期
14 张慧芳;陈捷;;大型回转支承故障信号处理方法综述[J];机械设计与制造;2012年03期
15 阮跃;旋转机械智能故障诊断系统的设计[J];自动化仪表;2000年10期
16 雷继尧;;CDMS信号处理故障诊断与振动分析系统简介[J];设备管理与维修;1991年09期
17 吴立新;;旋转机械故障诊断的方法研究[J];河北农机;2016年08期
18 贾民平,钟秉林,黄仁;虚拟现实在旋转机械故障诊断中的应用[J];中国机械工程;1997年02期
19 倪怀恒;孟庆凯;;浅谈CF—300的应用技巧[J];石油化工设备技术;1993年04期
20 王志鹏,马孝江;基于RBF网络的旋转机械故障诊断方法[J];大连理工大学学报;2001年06期
中国重要会议论文全文数据库 前20条
1 应怀樵;;对我国尽快建立“云智慧实验室与云智慧故障诊断中心”的建议[A];现代振动与噪声技术(第九卷)[C];2011年
2 侯文艳;叶剑虹;王佳瑶;;基于半导体制造生产线的多故障诊断[A];2021中国自动化大会论文集[C];2021年
3 马强;曹树谦;黄大文;;基于信号分解和生成对抗网络的滚动轴承未知故障诊断方法[A];第十八届全国非线性振动暨第十五届全国非线性动力学和运动稳定性学术会议(NVND2021)摘要集[C];2021年
4 朱群雄;张宁;顾祥柏;贺彦林;徐圆;;基于SMOTE-LPP的样本类别不平衡的故障诊断方法[A];第32届中国过程控制会议(CPCC2021)论文集[C];2021年
5 苏浩;刘冰;朱泽宁;向玲;;基于元学习的小样本轴承变工况故障诊断方法[A];第十四届全国振动理论及应用学术会议(NVTA2021)摘要集[C];2021年
6 马鑫;司亚斌;陈晓宇;贺金利;王友清;;基于多标签学习的旋转机械分级故障诊断[A];第31届中国过程控制会议(CPCC 2020)摘要集[C];2020年
7 马亮;吕博;李博;马继辰;;浅谈异步电动机状态监测与故障诊断[A];第六届全国石油和化工电气技术大会论文集[C];2021年
8 陈琪;刘勇军;周晶磊;;轻型汽油车GPF异常水堵试验研究[A];2021中国汽车工程学会年会论文集(2)[C];2021年
9 郭磊;;浅谈数控中梁组合钻典型故障诊断与处理[A];“田心杯”轨道交通金属加工技术征文大赛论文集[C];2019年
10 袁晨;李冲;李德信;渐刚;胡箭;卢逢辰;;汽轮机故障诊断现状与分析方法[A];第三届智能电网会议论文集——智能用电[C];2019年
11 苏永雷;王卓;;整车加速轰鸣噪声诊断与控制[A];2020中国汽车工程学会年会论文集(4)[C];2020年
12 周擎;邓宏见;杨侠;;动态信号分析方法研究[A];第十届全国抗辐射电子学与电磁脉冲学术年会论文集[C];2009年
13 张利;徐娟;张建军;程龙;赵佛晓;;基于网格的远程协同故障诊断资源管理模型研究[A];全国第20届计算机技术与应用学术会议(CACIS·2009)暨全国第1届安全关键技术与应用学术会议论文集(上册)[C];2009年
14 商斌梁;张振仁;;基于小波与遗传算法的气阀机构的故障诊断[A];2001年中国智能自动化会议论文集(下册)[C];2001年
15 李娟;;浅谈泵站设备故障诊断问题[A];2009全国大型泵站更新改造研讨暨新技术、新产品交流大会论文集[C];2009年
16 刘波;刘少华;姚国仲;申立中;;冗余电位器加速踏板故障诊断策略研究~[A];内燃机科技(高校篇)——中国内燃机学会第六届青年学术年会论文集[C];2015年
17 张彼德;;汽轮发电机组振动多故障诊断的神经网络方法研究[A];第八届全国振动理论及应用学术会议论文集摘要[C];2003年
18 魏伟胜;;γ射线故障诊断技术[A];中国化工学会2003年石油化工学术年会论文集[C];2003年
19 李铁军;赵海文;李慨;沈志忠;;基于多智能体的机电系统控制与故障诊断的研究[A];2003年中国智能自动化会议论文集(下册)[C];2003年
20 许智灵;;冷藏集装箱故障诊断与处理的探讨[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
中国博士学位论文全文数据库 前20条
1 杨建文;周期平稳类机械故障信号分析方法研究[D];东南大学;2006年
2 朱兴统;旋转机械智能故障诊断方法的研究[D];广东工业大学;2020年
3 张玉彦;基于深度自编码器的机械故障诊断方法研究[D];华中科技大学;2019年
4 朱光辉;基于Petri网和整数线性规划的离散事件系统的故障诊断[D];西安电子科技大学;2019年
5 茆志伟;活塞式发动机典型故障诊断及非稳定工况监测评估方法研究[D];北京化工大学;2018年
6 刘颉;基于振动信号分析的旋转机械故障诊断方法研究[D];华中科技大学;2018年
7 杭芹;用于聚变电源的故障诊断算法研究[D];中国科学技术大学;2019年
8 黄杰;基于智能学习的电喷汽车故障诊断与监测评估系统的研究[D];中国农业大学;2018年
9 李诗徉;基于循环平稳和数值模拟的泵阀动特性研究与改进设计[D];浙江大学;2018年
10 赵兴;基于角度域循环平稳分析的滚动轴承故障诊断方法研究[D];大连交通大学;2017年
11 李盘靖;远程协同故障诊断关键技术及其应用研究[D];西北工业大学;2006年
12 李丽敏;统计聚类和粒子滤波在故障诊断中的应用研究[D];西北工业大学;2014年
13 安凤平;数字图像处理中二维经验模式分解关键问题研究[D];北京科技大学;2017年
14 李吉;旋转机械结构噪声及其控制机理的研究[D];大连理工大学;2002年
15 陈光;光载射频信号处理若干技术及应用研究[D];北京邮电大学;2021年
16 李国正;复杂工况下旋转机械的多源耦合故障信号分离诊断方法研究[D];北京化工大学;2020年
17 全英汇;稀疏信号处理在雷达检测和成像中的应用研究[D];西安电子科技大学;2012年
18 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
19 吴震宇;内燃机故障诊断若干理论与相关技术的研究[D];东北大学;2010年
20 巩晓赟;基于全矢谱的非平稳故障诊断关键技术研究[D];郑州大学;2013年
中国硕士学位论文全文数据库 前20条
1 马晶;故障诊断中的信号处理方法的研究[D];武汉理工大学;2011年
2 刘叙含;基于循环平稳相关熵的滚动轴承故障诊断[D];天津职业技术师范大学;2021年
3 代克杰;基于虚拟仪器的旋转机械远程智能故障诊断系统研究[D];武汉大学;2005年
4 靳红涛;设备远程状态监测与故障诊断[D];郑州大学;2003年
5 杨晶;基于数据的风电机组整机故障诊断研究[D];上海交通大学;2018年
6 陈丙安;基于EMD和SVM的离心风机叶片故障诊断方法与实验研究[D];湖南大学;2019年
7 安少帅;煤矿通风机在线监测振动分析与故障诊断研究[D];西安科技大学;2018年
8 孙玮;采煤机故障分析系统设计与研究[D];西安科技大学;2018年
9 张琳;卷取张力控制过程的故障诊断[D];上海交通大学;2016年
10 赖春伶;基于不平衡污水处理数据的故障诊断研究及软件开发[D];华南理工大学;2019年
11 朱智宇;基于卷积神经网络的机械故障诊断域自适应算法研究[D];哈尔滨工业大学;2019年
12 吴润方;卫星系统故障诊断关键技术研究[D];北京交通大学;2019年
13 董岳;列车通信以太网故障诊断[D];北京交通大学;2019年
14 许清;基于运行数据的风电机组故障诊断的研究[D];华北电力大学;2019年
15 王喆;继电保护系统故障诊断的研究[D];华北电力大学(北京);2019年
16 陈桐;基于有限元模型定子电流特征分析的双馈风电机组叶轮故障诊断[D];华北电力大学(北京);2019年
17 王扬;基于视频图像的电力线故障诊断与在线监测[D];辽宁石油化工大学;2019年
18 胡坡;基于改进深度学习的故障预测维护关键问题研究[D];河南大学;2019年
19 王春峰;基于迁移学习的工业过程故障诊断方法研究与实现[D];大连理工大学;2019年
20 黄书翰;基于Fisher判别及ICS-RBF的TE过程故障识别及诊断[D];湘潭大学;2019年
中国重要报纸全文数据库 前8条
1 邢小兵 记者 王瑶;我国首个航天器在轨故障诊断与维修实验室成立[N];解放军报;2014年
2 杨亚洲 邢小兵 记者 齐小英;航天器故障诊断与维修室在西安成立[N];陕西日报;2013年
3 本报记者 刘英赫;信号处理——IT产业的基石[N];中国电子报;2000年
4 蒋宏;上海交大信号处理研究所成果人才双丰收[N];科技日报;2001年
5 ;为企业长远效益的增长助力[N];中国信息化周报;2019年
6 记者冯竞;“ B737飞机故障诊断与维修指导系统”开发成功[N];科技日报;2002年
7 秦夏 记者 王梅;旋转机械远程在线监测及故障诊断中心落户陕鼓[N];中国质量报;2006年
8 中国经济导报记者 郭丁源;国际振动分析师培训基地正式揭牌 航天智控助力监测故障诊断技术发展[N];中国经济导报;2020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