旋轉(zhuǎn)機(jī)械作為各種類(lèi)型機(jī)械設(shè)備中數(shù)量最多、應(yīng)用最廣的一類(lèi)機(jī)械設(shè)備,對(duì)其進(jìn)行故障診斷具有重大意義,是國(guó)內(nèi)外工程技術(shù)領(lǐng)域一直非常關(guān)注的課題。本文在對(duì)旋轉(zhuǎn)機(jī)械的振動(dòng)故障機(jī)理進(jìn)行研究分析的前提下,著重對(duì)其故障的特征提取方法和分類(lèi)識(shí)別方法進(jìn)行了系統(tǒng)的理論和實(shí)驗(yàn)研究。在故障特征提取方面,考慮到故障振動(dòng)信號(hào)的非平穩(wěn)、非線(xiàn)性特征,提出小波分析和分形學(xué)結(jié)合的特征提取手段�；陔x散小波變換的小波能量譜分析和基于分形學(xué)的關(guān)聯(lián)維數(shù)特征提取方法,充分反映和有效刻畫(huà)出信號(hào)的非平穩(wěn)、非線(xiàn)性特征。試驗(yàn)證明了本方法的有效性。從一定程度上解決了旋轉(zhuǎn)機(jī)械故障特征征兆描述的全面性問(wèn)題。在故障分類(lèi)識(shí)別方面,針對(duì)旋轉(zhuǎn)機(jī)械故障復(fù)雜,故障樣本不易獲取,往往多故障同時(shí)并發(fā)等特點(diǎn),結(jié)合二維自組織映射（SOM）網(wǎng)絡(luò)無(wú)監(jiān)督、不需要獲取正確識(shí)別樣本,以及反映輸入樣本的拓?fù)浣Y(jié)構(gòu),形象直觀、易于理解等優(yōu)點(diǎn),將其作為故障診斷的分類(lèi)方法。提出網(wǎng)絡(luò)改進(jìn)模型,使其更加接近于實(shí)際生物神經(jīng)元間的相互作用模式。試驗(yàn)證明,改進(jìn)模型提高了網(wǎng)絡(luò)收斂速度,降低了輸出層特征圖與輸入空間的拓?fù)浣Y(jié)構(gòu)不匹配的風(fēng)險(xiǎn),可靠性與穩(wěn)定性大大提高。診斷結(jié)果以特征映射圖的形式給出,從一定程... 

【文章來(lái)源】：山東科技大學(xué)山東省

【文章頁(yè)數(shù)】：90 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

DWT分解框圖

3.4.2.1旋轉(zhuǎn)機(jī)械能量譜特征提取我們知道，當(dāng)機(jī)器在不同的工作狀態(tài)下時(shí)的振動(dòng)信號(hào)是不同的，下面我們將對(duì)機(jī)器在低速、中速、高速三種運(yùn)轉(zhuǎn)狀態(tài)下的故障振動(dòng)信號(hào)進(jìn)行分析。圖3.5給出預(yù)處理后的軸承外環(huán)故障的時(shí)域波形圖。很明顯，從波形圖上很難對(duì)故障的發(fā)生與否和發(fā)生什么故

延遲時(shí)間的確定是采用自相關(guān)函數(shù)法確定的，即計(jì)算各條波形在不同時(shí)延T下的自相關(guān)函數(shù)值C，繪制出C一T曲線(xiàn)，選取自相關(guān)函數(shù)值C對(duì)應(yīng)的第一個(gè)零點(diǎn)對(duì)應(yīng)的時(shí)間為延遲時(shí)間。例如，軸承外環(huán)故障的自相關(guān)函數(shù)如圖3.11所示，第一個(gè)零點(diǎn)對(duì)應(yīng)的時(shí)延T為8，因此，計(jì)算不平衡故障的關(guān)聯(lián)維數(shù)時(shí)取延遲時(shí)間為8。嵌入維數(shù)m根據(jù)1認(rèn)kens原理，取m從5開(kāi)始，并逐漸增大。考慮到故障序列的長(zhǎng)度有限，m亦不能取得過(guò)大，因此，取們n二9。圖3.11不平衡故障的自相關(guān)函數(shù)Fig.3.11eorrelationfunctionofimbalaneedrotorfau1t-75-7名-85習(xí)︵‘︶￡口u悶一95L-~-曰‘~~曰~孟.....‘..se.J....曰.一 2.5一2」一23一22一2.1一2一1.9一lts一17一1.6一15一一 一廠 廠廠關(guān)聯(lián)維數(shù)嵌入維數(shù)

【參考文獻(xiàn)】：
期刊論文
[1]神經(jīng)網(wǎng)絡(luò)及其研究進(jìn)展[J]. 吳建生,周優(yōu)軍,金龍.  廣西師范學(xué)院學(xué)報(bào)(自然科學(xué)版). 2005(01)
[2]神經(jīng)網(wǎng)絡(luò)在發(fā)動(dòng)機(jī)狀態(tài)監(jiān)控與故障診斷中的應(yīng)用綜述[J]. 韓慶田,楊興根,張振家.  導(dǎo)彈與航天運(yùn)載技術(shù). 2004(05)
[3]基于小波神經(jīng)網(wǎng)絡(luò)的旋轉(zhuǎn)機(jī)械故障診斷[J]. 江磊,江凡.  汽輪機(jī)技術(shù). 2004(03)
[4]人工神經(jīng)網(wǎng)絡(luò)研究現(xiàn)狀及其展望[J]. 朱大奇.  江南大學(xué)學(xué)報(bào). 2004(01)
[5]基于G.P算法的關(guān)聯(lián)維計(jì)算中參數(shù)取值的研究[J]. 黨建武,黃建國(guó).  計(jì)算機(jī)應(yīng)用研究. 2004(01)
[6]一種用于故障診斷的演化小波神經(jīng)網(wǎng)絡(luò)[J]. 謝平.  系統(tǒng)工程與電子技術(shù). 2003(06)
[7]基于小波網(wǎng)絡(luò)的非線(xiàn)性預(yù)測(cè)應(yīng)用研究[J]. 陳義安,張義萍.  商業(yè)研究. 2003(04)
[8]基于神經(jīng)網(wǎng)絡(luò)的旋轉(zhuǎn)機(jī)械故障診斷研究[J]. 陳長(zhǎng)征,張省,虞和濟(jì).  機(jī)械強(qiáng)度. 2000(02)
[9]小波神經(jīng)網(wǎng)絡(luò)研究進(jìn)展及展望[J]. 陳哲,馮天瑾.  青島海洋大學(xué)學(xué)報(bào)(自然科學(xué)版). 1999(04)
[10]智能故障診斷技術(shù)的發(fā)展和展望[J]. 吳今培.  振動(dòng).測(cè)試與診斷. 1999(02)

博士論文
[1]基于智能技術(shù)的民航發(fā)動(dòng)機(jī)故障診斷和壽命預(yù)測(cè)研究[D]. 郝英.南京航空航天大學(xué) 2006
[2]HMM動(dòng)態(tài)模式識(shí)別理論、方法以及在旋轉(zhuǎn)機(jī)械故障診斷中的應(yīng)用[D]. 馮長(zhǎng)建.浙江大學(xué) 2002
[3]汽輪發(fā)電機(jī)組振動(dòng)多故障診斷模型及方法研究[D]. 張彼德.重慶大學(xué) 2002
[4]基于信息融合技術(shù)的故障診斷方法的研究及應(yīng)用[D]. 王志鵬.大連理工大學(xué) 2001
[5]基于非線(xiàn)性理論的汽輪機(jī)軸系振動(dòng)故障研究[D]. 戈志華.華北電力大學(xué) 2000

碩士論文
[1]分形理論應(yīng)用于齒輪箱滾動(dòng)軸承故障診斷的研究[D]. 楊皓.長(zhǎng)沙理工大學(xué) 2007
[2]基于分形和支持向量機(jī)的機(jī)械設(shè)備故障診斷[D]. 馮振華.太原理工大學(xué) 2007
[3]基于神經(jīng)網(wǎng)絡(luò)的機(jī)械振動(dòng)故障診斷系統(tǒng)設(shè)計(jì)[D]. 許娟.沈陽(yáng)工業(yè)大學(xué) 2007
[4]基于LabVIEW的旋轉(zhuǎn)機(jī)械故障診斷可視化系統(tǒng)的設(shè)計(jì)[D]. 馮今朝.西北工業(yè)大學(xué) 2007
[5]基于神經(jīng)網(wǎng)絡(luò)的旋轉(zhuǎn)機(jī)械故障診斷方法研究[D]. 崔慧敏.燕山大學(xué) 2007
[6]發(fā)電機(jī)轉(zhuǎn)子繞組匝間短路及轉(zhuǎn)子支承軸系故障診斷方法的研究[D]. 陳小玄.中南大學(xué) 2007
[7]基于自組織特征映射網(wǎng)絡(luò)的聚類(lèi)算法研究[D]. 吳紅艷.重慶大學(xué) 2006
[8]基于LABVIEW平臺(tái)的汽車(chē)變速箱故障診斷系統(tǒng)研究[D]. 趙永杰.同濟(jì)大學(xué) 2006
[9]基于神經(jīng)網(wǎng)絡(luò)和小波分析的水力機(jī)組振動(dòng)故障診斷研究[D]. 陳繼堯.西安理工大學(xué) 2006
[10]基于徑向基神經(jīng)網(wǎng)絡(luò)的飛機(jī)發(fā)動(dòng)機(jī)故障診斷研究[D]. 吳月偉.中國(guó)民用航空學(xué)院 2006



本文編號(hào)：3336284