收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

旋转机械早期故障特征提取的时频分析方法研究

鞠萍华  
【摘要】: 旋转机械设备运行时,其振动信号一般是非常复杂的,各种振动因素综合起来,得到的机械系统的振动信号必然是非平稳非线性的多分量信号,不同的非平稳特性也预示着不同的机械故障形式。目前,时频分析技术在机械故障特征提取中取得了广泛的应用,但如何更准确地提取信号中的早期(微弱)故障特征仍然是该学科研究的热点和难点。在此背景下,深入研究了旋转机械及其早期故障的基本特点、多分辨分析技术、Hilbert-Huang变换、多分辨EMD方法、时频域平均技术、循环平稳理论以及基于局域均值分解的时频分析方法等信号分析处理技术,对旋转机械故障信号的消噪、解调、特征放大技术、时频表示等特征提取技术进行了深入的研究。 首先对目前常用的时频分析工具进行了回顾和比较,对时频分析方法的发展历程及研究现状进行了简要介绍,对旋转机械的早期故障信号的特点和常用诊断方法进行了分析。 旋转机械的振动信号由于具有循环平稳的特点,因此将其变换到平稳的循环域对信号进行平均处理能较好的提取特征信号而滤除干扰。频域平均不但能较好的分辨信号中的多个周期成分,实现设备的多故障检测,而且能使得信号的早期(或微弱)故障信号的能量被加强,特征更突出。提出了首先用多分辨分析的EMD方法获得信号的瞬时频率,再对信号进行频域平均处理的方法,并用齿轮传动故障检测实验装置进行实验,结果表明了该方法的有效性和可行性。 时域平均对提取与回转频率直接相关的周期信号,是较为有效的信号分析和预处理方法,但当旋转机械运行不平稳时,该方法将失效。首先对循环平稳理论和时域平均方法进行了分析,为提高时域平均的诊断精度和适用范围,将齿轮箱输入轴瞬时速度的三次曲线拟合和信号重采样相结合,提出了非同步特征信号的时域平均提取方法。实验结果表明了该方法的有效性。 目前,旋转机械故障振动信号的解调方法有多种,这些方法都只适用于单分量的AM-FM信号。局域均值分解是一种新出现的时频分析方法,比较EMD方法而言具有许多独特的优点。在介绍LMD方法的基础上,分析了直接计算瞬时频率的局限性,提出了将LMD方法与能量算子解调相结合多分量信号处理方法。由于LMD方法和EMD方法类似,亦是基于极值点来定义局域均值函数和局域包络函数,同样存在端点效应。在分析LMD的端点效应产生根源的基础上,提出了特征趋势正弦函数法实现数据延拓的端点效应处理方法。最后通过实验表明,基于LMD的能量算子解调法能有效地应用于旋转机械早期故障诊断中,所采用的端点效应处理方法简单有效。 对虚拟仪器技术进行了研究。在上述理论研究成果的基础上,研制成功了齿轮箱早期故障诊断仪。该仪器兼具虚拟仪器和传统硬件化仪器的优点,并具有强大的信号分析能力,适合于科学实验和工程中的复杂信号分析。还通过大量的仿真实验和实际工程应用,对仪器功能的正确性和稳定性进行了验证。 文章最后对本文工作进行了总结,并展望了下一步的研究方向。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 姜建国,苏鹏声,邱阿端,汪庆生,杨秉寿;电机故障特征提取方法二则[J];中国电机工程学报;1992年05期
2 张淑清;陈白;张立国;;小波分析算法研究及在齿轮与滚动轴承故障诊断中应用[J];传感技术学报;2007年05期
3 徐红;小波包分解算法研究及其在机械故障诊断中的应用[J];仪器仪表学报;2005年S1期
4 刘胜;江娜;;船舶动力装置冷凝器故障特征提取方法研究[J];船舶工程;2008年02期
5 梅检民;周斌;司爱威;张威;肖云魁;;基于变精度粗糙集理论提取发动机振动故障特征[J];军事交通学院学报;2009年03期
6 王丽;于宗艳;;小波分析在滚动轴承故障诊断中的应用[J];现代科学仪器;2009年06期
7 杨万成;曹亚娟;冯汉生;邢文华;肖云魁;;粗糙集理论与发动机故障特征提取[J];军事交通学院学报;2005年01期
8 杨铁梅;;基于小波分析的齿轮传动系统故障诊断研究[J];计量与测试技术;2009年09期
9 柴继泽;王仲生;芦玉华;;转子系统早期碰摩故障特征提取方法研究[J];计算机测量与控制;2009年09期
10 马建仓;张国强;曾媛;;盲分离与Hilbert-Huang结合应用于航空发动机振动信号分析[J];机械科学与技术;2010年05期
11 周晶;宋辉;余家祥;;基于小波包的舵机故障特征提取方法研究[J];舰船电子工程;2011年06期
12 汤宝平;蒋永华;张详春;;基于形态奇异值分解和经验模态分解的滚动轴承故障特征提取方法[J];机械工程学报;2010年05期
13 张玲玲;赵懿冠;肖云魁;骆诗定;廖红云;潘全先;;基于小波包-AR谱的变速器轴承故障特征提取[J];振动.测试与诊断;2011年04期
14 杨勇;张帅;韩清凯;曲衍怀;;基于非线性分析的复杂机电系统故障特征提取[J];沈阳农业大学学报;2009年06期
15 孟宗;顾海燕;;应用经验模态分解下的AR模型提取旋转机械故障特征[J];燕山大学学报;2011年04期
16 蒋永华;汤宝平;刘文艺;董绍江;;基于参数优化Morlet小波变换的故障特征提取方法[J];仪器仪表学报;2010年01期
17 应勇;王仲生;;非平稳信号特征提取在航空发动机故障诊断中的应用[J];计测技术;2007年02期
18 高正明;何彬;赵娟;裴永泉;左广霞;;常用故障特征提取方法[J];机床与液压;2009年12期
19 杜文霞;辛涛;孙昊;吕锋;;模糊神经网络在模拟电路故障诊断中的应用[J];自动化仪表;2009年01期
20 韩华;谷波;康嘉;;基于遗传算法和支持矢量机参数优化的制冷机组故障检测与诊断研究[J];机械工程学报;2011年16期
中国重要会议论文全文数据库 前1条
1 徐红;;小波包分解算法研究及其在机械故障诊断中的应用[A];第三届全国信息获取与处理学术会议论文集[C];2005年
中国博士学位论文全文数据库 前2条
1 李瑞欣;基于网络和状态监测的设备管理理论与方法研究[D];天津大学;2004年
2 陈仲生;直升机旋转部件故障特征提取的高阶统计量方法研究[D];国防科学技术大学;2004年
中国硕士学位论文全文数据库 前4条
1 陈建波;基于相位差校正法的全息谱研究[D];重庆大学;2009年
2 吴丹;DC/DC开关电源的故障诊断研究[D];中南大学;2007年
3 谭中军;基于独立分量和生成拓扑映射的旋转机械故障特征提取和诊断研究[D];湖北工业大学;2007年
4 李星;关键机组远程状态监测诊断系统研发与工程应用[D];北京化工大学;2009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