【摘要】： 故障的發(fā)生和發(fā)展、設備工況的變化以,使機械設備的動態(tài)信號表現(xiàn)出非平穩(wěn)性和強噪聲特性,給故障診斷帶來困難。本論文以機電設備為對象,對復雜振動信號中的時頻特征提取、凈化及回轉(zhuǎn)機械的智能診斷方法進行了研究。 針對機電設備工況信號中的非平穩(wěn)特征,提出了基于SVD降噪算法對原始振動信號進行預處理,然后再進行EMD分解,抑制了異常數(shù)據(jù)或高頻噪聲產(chǎn)生的影響,分解所得基本模式分量更能反應設備運行狀態(tài)的本質(zhì)特征。研究了基于Hilbert變換的相位解調(diào)算法的不足,提出了基于EMD的相位解調(diào)方法,仿真數(shù)據(jù)驗證了該方法的有效性;基于工程實踐,指出了HHT在工程應用中的兩個局限性。 針對機電設備運行中的信號混合特性,研究了信號混合的數(shù)學模型和常用的信息分離方法,提出將盲源分離方法和Hilbert-Huang變換相結(jié)合,實現(xiàn)了旋轉(zhuǎn)機械轉(zhuǎn)子系統(tǒng)非平穩(wěn)故障特征的獨立化提取,故障診斷案例明該方法的有效性和實用性。研究了機械振動信號變換域盲源分離的可行性,提出了機械振動信號頻域內(nèi)的獨立分量提取方法,渦流傳感器失效故障診斷和早期碰摩故障診斷的成功應用,表明了該方法的有效性,結(jié)合設備振動的先驗知識可以準確判定各獨立分量的物理內(nèi)涵,提高診斷信息的質(zhì)量。 針對汽輪機智能診斷中知識表達的不確定性問題,在研究了基于聯(lián)合樹的貝葉斯網(wǎng)絡精確推理方法和貝葉斯網(wǎng)絡的學習算法的基礎上,結(jié)合機械故障特有的表現(xiàn)形式,提出了基于貝葉斯網(wǎng)絡的汽輪機故障診斷方法,并建立了基于貝葉斯網(wǎng)絡的機械故障診斷模型,通過對一些設備的實測數(shù)據(jù)進行了故障診斷分析,驗證了該模型的有效性。 研究了基于振動信息的自動診斷方法,建立了故障模式類的概念,根據(jù)模糊聚類算法確定了故障標準模式類及其頻譜特征,為在故障模式類層次上的識別提供了理論基礎;研究了模糊關系診斷結(jié)果的分布規(guī)律、多征兆模糊產(chǎn)生式規(guī)則的診斷知識表示以及規(guī)則結(jié)論的可信度組合,工程診斷實例驗證了其可靠性。 最后,提出了監(jiān)測診斷與設備管理信息系統(tǒng)的集成化設計思想,給出了系統(tǒng)框架和技術方案,并在此基礎上開發(fā)出了“基于網(wǎng)絡和狀態(tài)監(jiān)測的設備管理信息化系統(tǒng)”,消除了狀態(tài)監(jiān)測和設備管理之間的“信息孤島”現(xiàn)象。該系統(tǒng)在天津大港廣安津能發(fā)電有限責任公司得到應用,并順利通過了天津市科委的驗收。
【圖文】：

天津大學博士學位論文D 時域分解圖，基本模式分量 c1 對應著高頻分量，c2 則對應基頻 97.65H察基本模式分量 c3 波形的變化規(guī)律，周期約為 c2 的四倍，對應四分之一工量。

顯示出典型的非平穩(wěn)性。圖2.3(b)的頻率成分隨時間基本不變，，對應基頻。圖 2.4 為風機 1 瓦的振動信號基于 EMD 的時頻譜，信號頻率分布范圍較廣，主要圍繞基頻、二倍頻和三倍頻分布；分數(shù)倍頻的分量也比較明顯。圖中可以通過灰度棒圖看出各分量的幅值隨時間變化的情況。
【學位授予單位】：天津大學
【學位級別】：博士
【學位授予年份】：2007
【分類號】：TH17

【相似文獻】

相關期刊論文 前10條

1 周峰;焦淑紅;孔挺;;基于奇異值分解的改進機載單站無源定位算法[J];探測與控制學報;2011年03期

2 鐘飛;張偉;鐘約先;;Hilbert-Huang變換去除可控震源諧波畸變[J];清華大學學報(自然科學版);2011年06期

3 顧博川;;基于奇異值分解強跟蹤濾波的機車黏著系數(shù)估計[J];鐵道機車車輛;2011年04期

4 趙學智;葉邦彥;林穎;;奇異值分解對軸承振動信號中調(diào)幅特征信息的提取[J];北京理工大學學報;2011年05期

5 蘇玉香;劉國平;沈曉群;葉繼英;;改進的Hilbert-Huang變換在船舶電網(wǎng)諧波檢測中的應用[J];電工電能新技術;2011年03期

6 馮霞;閆冠男;李娟娟;;一種基于潛在語義索引的譜聚類方法研究[J];中國民航大學學報;2011年03期

7 任嘯天;徐暉;王翔;黃知濤;王豐華;;基于雙PN周期的短碼DS-SS信號擴頻波形及信息序列盲估計方法[J];國防科技大學學報;2011年03期

8 徐永海;趙燕;;基于短時傅里葉變換的電能質(zhì)量擾動識別與采用奇異值分解的擾動時間定位[J];電網(wǎng)技術;2011年08期

9 陳迎潮;宣曉峰;楊明武;年夫順;楊曙輝;;應用于MICs/MMICs中高次模式提取的混合FDTD-SVD方法綜述(英文)[J];北京信息科技大學學報(自然科學版);2011年03期

10 喬保棟;陳果;曲秀秀;;基于Hilbert-Huang變換和盲源分離的滾動軸承耦合故障診斷方法[J];飛機設計;2011年03期

相關會議論文 前10條

1 岳紅;蔣慰孫;;基于奇異值分解的改進Bayes集員辨識遞推算法[A];1995中國控制與決策學術年會論文集[C];1995年

2 張友民;陳洪亮;戴冠中;;基于奇異值分解的固定區(qū)間平滑新方法[A];1995年中國控制會議論文集（上）[C];1995年

3 曾建國;陳光夢;;基于張量分解的動態(tài)紋理合成技術研究[A];中國儀器儀表學會第九屆青年學術會議論文集[C];2007年

4 吳曉穎;吳俊;董濱江;;TK方法在γ譜分析中的應用[A];第7屆全國核電子學與核探測技術學術年會論文集（三）[C];1994年

5 王修運;柏森;李秀;劉陽;粘永健;;基于圖像直方圖不變矩和奇異值分解的圖像認證方法[A];第三屆全國數(shù)字成像技術及相關材料發(fā)展與應用學術研討會論文摘要集[C];2004年

6 徐慧英;朱信忠;趙建民;殷建平;;基于分塊奇異值分解的數(shù)字水印算法及實現(xiàn)[A];2005年全國理論計算機科學學術年會論文集[C];2005年

7 李蓓;金聰;;基于奇異值分解的數(shù)字水印算法[A];第一屆建立和諧人機環(huán)境聯(lián)合學術會議（HHME2005）論文集[C];2005年

8 曾亮;;時變參數(shù)的全最小二乘遞推辨識法[A];1996中國控制與決策學術年會論文集[C];1996年

9 楊蓮;楊虎;;關于泛嶺估計的影響分析[A];中國現(xiàn)場統(tǒng)計研究會第12屆學術年會論文集[C];2005年

10 張卓奎;陳慧嬋;;廣義離散線性系統(tǒng)的極點配置方法[A];節(jié)能環(huán)保 和諧發(fā)展——2007中國科協(xié)年會論文集（一）[C];2007年

相關博士學位論文 前10條

1 王正英;面向設備管理的機電設備狀態(tài)監(jiān)測與故障診斷技術研究[D];天津大學;2007年

2 趙艷菊;強噪聲背景下機械設備微弱信號的提取與檢測技術研究[D];天津大學;2009年

3 程發(fā)斌;面向機械故障特征提取的混合時頻分析方法研究[D];重慶大學;2007年

4 呂連港;東海PN斷面黑潮區(qū)域的聲層析研究[D];中國科學院研究生院（海洋研究所）;2002年

5 郭文彬;奇異值分解及其在廣義逆理論中的應用[D];華東師范大學;2004年

6 張前前;東海典型赤潮藻檢測的熒光光譜特征研究[D];中國海洋大學;2005年

7 申麗然;Hilbert-Huang變換及其在含噪語音信號處理中的應用研究[D];哈爾濱工程大學;2006年

8 石志曉;時頻聯(lián)合分析方法在參數(shù)識別中的應用[D];大連理工大學;2005年

9 丁浩;新型信息處理技術在氣液兩相流流型辨識中的應用研究[D];浙江大學;2005年

10 孫小華;協(xié)同過濾系統(tǒng)的稀疏性與冷啟動問題研究[D];浙江大學;2005年

相關碩士學位論文 前10條

1 李鋒;控制系統(tǒng)傳感器魯棒故障檢測方法研究[D];華北電力大學（河北）;2004年

2 龍開文;基于模板匹配的人臉檢測[D];四川大學;2005年

3 廖文彬;基于矩陣奇異值分解的圖像壓縮方法研究[D];成都理工大學;2007年

4 劉春婷;電容層析成像系統(tǒng)的算法研究[D];沈陽工業(yè)大學;2004年

5 魏雪娟;基于傅立葉變換技術的人臉識別系統(tǒng)[D];四川大學;2005年

6 胡水清;基于ArcGIS Engine的鈾成礦信息提取系統(tǒng)研發(fā)及應用[D];吉林大學;2005年

7 王桂臣;SVD揭示的熱帶印度洋海氣變率及其與北半球環(huán)流變化的聯(lián)系[D];南京信息工程大學;2006年

8 聶攀任;矩陣奇異值分解在構建物種進化樹中的應用[D];湘潭大學;2006年

9 魏木生;限制子空間的擾動及其應用[D];華東師范大學;2007年

10 王炫盛;基于Lanczos雙對角化過程的非負矩陣快速分解的初始化方法[D];廈門大學;2009年

本文編號：2654078