發(fā)布時(shí)間：2020-05-21 01:35

【摘要】：旋轉(zhuǎn)機(jī)械作為廣泛使用的生產(chǎn)機(jī)械,在石化、冶金、鐵路等行業(yè)扮演著重要的角色,研究旋轉(zhuǎn)機(jī)械故障特征提取技術(shù)對(duì)于保障機(jī)械設(shè)備運(yùn)行的可靠性具有重要的現(xiàn)實(shí)意義。由于旋轉(zhuǎn)機(jī)械惡劣的工作環(huán)境及設(shè)備內(nèi)部各零部件之間相互耦合的關(guān)系,故障特征極易被淹沒(méi)。因此,強(qiáng)噪聲背景下如何準(zhǔn)確有效地提取故障特征是旋轉(zhuǎn)機(jī)械故障診斷領(lǐng)域研究不懈追求的目標(biāo)。本論文以旋轉(zhuǎn)機(jī)械為對(duì)象,開(kāi)展了故障特征提取的系列方法研究,具體為:強(qiáng)噪聲背景下,旋轉(zhuǎn)機(jī)械振動(dòng)信號(hào)通常呈現(xiàn)非線性和非平穩(wěn)性,采集值通常會(huì)偏離真實(shí)值,為后續(xù)分析帶來(lái)困難。針對(duì)此類(lèi)問(wèn)題,提出一種一層核回歸殘余分解增強(qiáng)同步提取變換的故障特征提取方法。該方法利用一層核回歸殘余分解從原始振動(dòng)信號(hào)中提取包含故障信息的高頻信號(hào),進(jìn)而利用同步提取變換對(duì)高頻信號(hào)消噪,最后利用希爾伯特包絡(luò)解調(diào)出故障特征頻率。針對(duì)傳統(tǒng)時(shí)頻方法如經(jīng)驗(yàn)?zāi)Ｊ椒纸�、局部均值分解和固有時(shí)間尺度分解等在信號(hào)分解過(guò)程中存在的問(wèn)題,如模態(tài)混疊、端點(diǎn)效應(yīng)、信號(hào)突變和信號(hào)失真等,提出一種基于核回歸殘余信號(hào)的優(yōu)化固有時(shí)間尺度分解故障特征提取方法。將該方法應(yīng)用于故障軸承和齒輪,結(jié)果表明該方法克服傳統(tǒng)時(shí)頻方法不足的同時(shí)取得了滿意的故障特征提取效果。針對(duì)故障診斷中信號(hào)分解分量選取依賴(lài)經(jīng)驗(yàn)的問(wèn)題,引入峭度指標(biāo)并提出了基于變分模式分解、峭度指標(biāo)和最小熵解卷積的故障特征提取方法。該方法利用峭度指標(biāo)選取包含故障信息的最優(yōu)分解分量,進(jìn)而利用最小熵解卷積增強(qiáng)其周期性沖擊特征,成功地實(shí)現(xiàn)了對(duì)旋轉(zhuǎn)機(jī)械故障的可靠識(shí)別。針對(duì)變分模態(tài)分解在故障特征提取方面的不足,引入自回歸模型并提出一種自回歸模型增強(qiáng)變分模態(tài)分解的旋轉(zhuǎn)機(jī)械故障特征提取方法。該方法利用變分模態(tài)分解將原始信號(hào)分解為一系列包含故障信息的旋轉(zhuǎn)分量,然后對(duì)每個(gè)分解分量應(yīng)用自回歸模型作進(jìn)一步提純。通過(guò)工程應(yīng)用實(shí)現(xiàn)了旋轉(zhuǎn)機(jī)械中關(guān)鍵零部件故障的準(zhǔn)確診斷,且較傳統(tǒng)的變分模態(tài)分解擁有更高的準(zhǔn)確度。
【圖文】：

MFS-MG平臺(tái)Fig.2-3TheMFS-MGplatform

圖 2-4 軸承和齒輪常見(jiàn)故障Fig. 2-4 The common faults of bearing and gear含內(nèi)圈故障的軸承，采集數(shù)據(jù)點(diǎn)總數(shù)為 8192。軸承內(nèi)圈故障頻率：dbfBfNBPFI 1cos4.9484 （
【學(xué)位授予單位】：溫州大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類(lèi)號(hào)】：TH133

【參考文獻(xiàn)】

相關(guān)期刊論文 前5條

1 李慶忠;劉清;;基于小波變換的低照度圖像自適應(yīng)增強(qiáng)算法[J];中國(guó)激光;2015年02期

2 李志農(nóng);朱明;褚福磊;肖堯先;;基于經(jīng)驗(yàn)小波變換的機(jī)械故障診斷方法研究[J];儀器儀表學(xué)報(bào);2014年11期

3 王芳;季忠;彭承琳;;基于雙樹(shù)復(fù)小波變換的心電信號(hào)去噪研究[J];儀器儀表學(xué)報(bào);2013年05期

4 張建民,徐小力,許寶杰,王紅軍;面向機(jī)電系統(tǒng)狀態(tài)監(jiān)測(cè)與故障診斷的現(xiàn)代技術(shù)[J];北京理工大學(xué)學(xué)報(bào);2004年09期

5 冷永剛,王太勇,李瑞欣,彭永勝,鄧學(xué)欣;變尺度隨機(jī)共振用于電機(jī)故障的監(jiān)測(cè)診斷[J];中國(guó)電機(jī)工程學(xué)報(bào);2003年11期

相關(guān)博士學(xué)位論文 前1條

1 武哲;旋轉(zhuǎn)機(jī)械故障診斷與預(yù)測(cè)方法及其應(yīng)用研究[D];北京交通大學(xué);2016年

，

本文編號(hào)：2673525