發(fā)布時(shí)間：2020-06-15 16:27

【摘要】：針對(duì)往復(fù)機(jī)械振動(dòng)信號(hào)具有復(fù)雜非線性、非平穩(wěn)等特性,使用一種基于小波框架的自適應(yīng)經(jīng)驗(yàn)小波變換(Empirical wavelet transform,簡(jiǎn)稱EWT)和以集合角度處理信號(hào)的形態(tài)學(xué)濾波來(lái)進(jìn)行往復(fù)機(jī)械故障特征提取。經(jīng)驗(yàn)小波變換通過(guò)構(gòu)造合適的正交小波濾波器組對(duì)頻譜進(jìn)行劃分,提取具有緊支撐傅里葉頻譜的調(diào)頻調(diào)幅成分,再使用Hilbert變換對(duì)信號(hào)進(jìn)行時(shí)頻分析。經(jīng)驗(yàn)小波變換由于其建立在小波變換的框架上,有嚴(yán)格的數(shù)學(xué)證明,而且計(jì)算過(guò)程沒(méi)有迭代等優(yōu)點(diǎn),在進(jìn)行處理非線性非平穩(wěn)信號(hào)時(shí)具有數(shù)學(xué)解釋合理、經(jīng)驗(yàn)?zāi)B(tài)分量分隔清晰、計(jì)算量小等優(yōu)點(diǎn)。但在實(shí)際的往復(fù)壓縮機(jī)故障診斷中,存在著分隔經(jīng)驗(yàn)?zāi)B(tài)分量過(guò)多、得到的非單組分經(jīng)驗(yàn)?zāi)B(tài)分量無(wú)法進(jìn)行Hilbert變換的問(wèn)題。因此本文從實(shí)際出發(fā),以實(shí)驗(yàn)數(shù)據(jù)為基礎(chǔ),對(duì)經(jīng)驗(yàn)小波方法進(jìn)行改進(jìn),使其可以適用于往復(fù)壓縮機(jī)的故障診斷。首先對(duì)經(jīng)驗(yàn)小波變換的頻譜分隔方法進(jìn)行改進(jìn),在基于尺度空間理論的頻譜分隔方法基礎(chǔ)上,通過(guò)理論分析與大量數(shù)據(jù)的對(duì)比,優(yōu)選了分隔經(jīng)驗(yàn)?zāi)B(tài)分量效果最優(yōu)的尺度變換參數(shù),并使用皮爾遜相關(guān)系數(shù)和峭度對(duì)經(jīng)驗(yàn)?zāi)B(tài)分量進(jìn)行優(yōu)選,實(shí)測(cè)信號(hào)表明改進(jìn)的經(jīng)驗(yàn)小波變換是一種穩(wěn)定有效的信號(hào)分解方法。其次,針對(duì)實(shí)測(cè)信號(hào)得到的非單組分經(jīng)驗(yàn)?zāi)B(tài)分量無(wú)法進(jìn)行Hilbert變換的問(wèn)題,提出使用基于數(shù)學(xué)形態(tài)學(xué)的方法對(duì)經(jīng)驗(yàn)?zāi)B(tài)分量進(jìn)行濾波和故障特征提取。該方法通過(guò)能量指標(biāo)判斷信號(hào)所處的狀態(tài),之后,根據(jù)信號(hào)所處的不同狀態(tài)自適應(yīng)構(gòu)造結(jié)構(gòu)元素對(duì)經(jīng)驗(yàn)?zāi)B(tài)分量進(jìn)行形態(tài)學(xué)濾波,使濾波更有針對(duì)性。再次,介紹了形態(tài)譜熵這一故障特征提取方法,振動(dòng)信號(hào)處于不同形狀特征時(shí),其形態(tài)譜特征不同,而形態(tài)譜熵正是通過(guò)多尺度形態(tài)學(xué)計(jì)算得到的可以定量描述形態(tài)譜值的指標(biāo)。使用該方法對(duì)實(shí)測(cè)信號(hào)進(jìn)行處理,結(jié)果表明形態(tài)譜熵可以明確地識(shí)別故障,并具有良好的穩(wěn)定性。最后提出了基于經(jīng)驗(yàn)小波變換與狀態(tài)形態(tài)學(xué)濾波的故障特征提取方法,該方法使用改進(jìn)的經(jīng)驗(yàn)小波變換進(jìn)行經(jīng)驗(yàn)?zāi)B(tài)分量劃分,再經(jīng)過(guò)狀態(tài)形態(tài)學(xué)濾波后計(jì)算其形態(tài)譜熵,從而進(jìn)行故障識(shí)別。利用所提方法對(duì)往復(fù)壓縮機(jī)故障數(shù)據(jù)進(jìn)行分析,結(jié)果表明該方法可以有效提取故障特征,實(shí)現(xiàn)不同故障類型的診斷。
【學(xué)位授予單位】：東北石油大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：TH45
【圖文】：

圖 4-2 往復(fù)壓縮機(jī)工作原理簡(jiǎn)圖本的工作原理是通過(guò)十字頭、連桿、曲軸等部件將復(fù)運(yùn)動(dòng)帶動(dòng)活塞以周期運(yùn)動(dòng)的形式改變工作腔的容個(gè)運(yùn)動(dòng)周期分為四個(gè)階段：膨脹、吸氣、壓縮、排蓋側(cè)工作腔面積增大，殘留在工作腔內(nèi)的氣體體積

a氣閥測(cè)點(diǎn)布置圖(a-一級(jí)蓋側(cè)；b-一級(jí)軸側(cè)；c-二級(jí)蓋側(cè)；d-二級(jí)軸側(cè))

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 高洪波;劉杰;李允公;;基于改進(jìn)數(shù)學(xué)形態(tài)譜的齒輪箱軸承故障特征提取[J];振動(dòng)工程學(xué)報(bào);2015年05期

2 焦衛(wèi)東;林樹(shù)森;;整體改進(jìn)的基于支持向量機(jī)的故障診斷方法[J];儀器儀表學(xué)報(bào);2015年08期

3 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

4 王金東;代梅;夏法鋒;趙海峰;;基于EMD信息熵和支持向量機(jī)的往復(fù)壓縮機(jī)軸承故障診斷[J];流體機(jī)械;2014年07期

5 趙海洋;徐敏強(qiáng);王金東;;基于多重分形與奇異值分解的往復(fù)壓縮機(jī)故障特征提取方法研究[J];振動(dòng)與沖擊;2013年23期

6 李寶棟;宿忠娥;柴世文;;基于支持向量機(jī)的往復(fù)壓縮機(jī)氣閥故障診斷[J];自動(dòng)化與儀器儀表;2013年01期

7 王國(guó)彪;何正嘉;陳雪峰;賴一楠;;機(jī)械故障診斷基礎(chǔ)研究“何去何從”[J];機(jī)械工程學(xué)報(bào);2013年01期

8 王書(shū)濤;張金敏;李圓圓;張淑清;;基于數(shù)學(xué)形態(tài)學(xué)和模糊聚類的旋轉(zhuǎn)機(jī)械故障診斷[J];儀器儀表學(xué)報(bào);2012年05期

9 賀運(yùn)初;孫屬愷;潘樹(shù)林;;氣閥對(duì)往復(fù)壓縮機(jī)主要性能的影響分析[J];壓縮機(jī)技術(shù);2010年06期

10 郝如江;盧文秀;褚福磊;;滾動(dòng)軸承故障信號(hào)的多尺度形態(tài)學(xué)分析[J];機(jī)械工程學(xué)報(bào);2008年11期

相關(guān)博士學(xué)位論文 前2條

1 崔寶珍;自適應(yīng)形態(tài)濾波與局域波分解理論及滾動(dòng)軸承故障診斷[D];中北大學(xué);2013年

2 趙俊龍;往復(fù)式壓縮機(jī)振動(dòng)信號(hào)特征分析及故障診斷方法研究[D];大連理工大學(xué);2010年

相關(guān)碩士學(xué)位論文 前4條

1 謝軼男;往復(fù)壓縮機(jī)氣閥瞬態(tài)特性及故障模擬研究[D];北京化工大學(xué);2015年

2 孫博雅;往復(fù)式壓縮機(jī)氣閥智能故障診斷系統(tǒng)研究[D];大連理工大學(xué);2009年

3 曾守楨;小波去噪及其在信號(hào)處理中的應(yīng)用[D];天津大學(xué);2007年

4 董寧娟;基于參數(shù)識(shí)別的往復(fù)壓縮機(jī)氣閥故障診斷方法的研究[D];哈爾濱工業(yè)大學(xué);2006年

本文編號(hào)：2714687