本文關(guān)鍵詞：基于EMD和ICA-R的旋轉(zhuǎn)機械混合故障診斷方法的研究

  更多相關(guān)文章： 旋轉(zhuǎn)機械 混合故障 EMD ICA-R

【摘要】：旋轉(zhuǎn)機械通過旋轉(zhuǎn)傳動部件傳遞運動和力。旋轉(zhuǎn)機械中包含齒輪、軸承、軸等重要零部件，當(dāng)這些部件發(fā)生故障而導(dǎo)致功能失效時，會導(dǎo)致停車乃至人員傷亡事故，因而對旋轉(zhuǎn)機械健康狀態(tài)進行監(jiān)測和實時故障診斷是及其重要的。 旋轉(zhuǎn)機械各部件相互影響，通常是多故障并發(fā)，受振動信號傳遞路徑不確定和運行環(huán)境噪聲大的影響，，傳統(tǒng)的信號處理手段沒有辦法獲得故障振動信息。本文針對旋轉(zhuǎn)機械設(shè)備多故障并發(fā)的問題，提出了基于經(jīng)驗?zāi)B(tài)分解和帶參考的獨立分量分析提取故障振動信號的方法，并通過仿真實驗和齒輪箱混合故障實驗證明其實用性。本文的主要研究內(nèi)容包括： 探討了旋轉(zhuǎn)機械多故障振動信號的混合模式，結(jié)合實驗設(shè)備的結(jié)構(gòu)、尺寸和剛度特性，根據(jù)齒輪、軸承的故障響應(yīng)模型建立了線性瞬時混合的多故障仿真信號。 將基于白噪聲EMD分解結(jié)果的統(tǒng)計特性的振動模式提取方法應(yīng)用于混合信號預(yù)處理中，提取有效的振動模式，實現(xiàn)了單通道盲源分離問題的通道擴展，之后通過ICA-R方法提取目標(biāo)振動信號。齒輪、軸承故障并發(fā)仿真實驗結(jié)果證明了該方法的有效性。 根據(jù)本文研究的內(nèi)容設(shè)計一款工程項目GUI軟件，用于旋轉(zhuǎn)機械混合故障特征提取。通過齒輪箱動態(tài)仿真系統(tǒng)模擬多故障并發(fā)的情況，采集混合故障振動信號，使用基于EMD和ICA-R的旋轉(zhuǎn)機械混合故障診斷方法實現(xiàn)故障提取，并將結(jié)果與FASTICA故障分離結(jié)果進行對比。實驗結(jié)果說明該方法是能夠提取目標(biāo)振動信號，實現(xiàn)混合故障診斷。
【關(guān)鍵詞】：旋轉(zhuǎn)機械 混合故障 EMD ICA-R
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2013
【分類號】：TH165.3
【目錄】：

• 摘要4-5
• Abstract5-8
• 第1章 緒論8-15
• 1.1 課題研究的背景及意義8-9
• 1.1.1 課題研究的背景8
• 1.1.2 研究的目的及意義8-9
• 1.2 旋轉(zhuǎn)機械混合故障診斷研究現(xiàn)狀9-12
• 1.2.1 國內(nèi)外研究現(xiàn)狀9-11
• 1.2.2 國內(nèi)外文獻綜述簡析11-12
• 1.3 EMD 和 ICA-R 技術(shù)的發(fā)展12-13
• 1.3.1 經(jīng)驗?zāi)B(tài)分解方法12
• 1.3.2 帶參考信號的獨立分量分析方法12-13
• 1.4 本課題的主要研究內(nèi)容13-15
• 第2章 基于 EMD 的振動模式提取方法15-33
• 2.1 引言15
• 2.2 旋轉(zhuǎn)機械故障信號混合形式及仿真信號建立方法15-21
• 2.2.1 旋轉(zhuǎn)機械主要零部件的常見失效形勢15-17
• 2.2.2 旋轉(zhuǎn)機械振動信號的混合形式17-18
• 2.2.3 仿真信號的建立18-21
• 2.3 EMD 方法的基本原理21-25
• 2.3.1 瞬時頻率和本征模態(tài)函數(shù)的定義21-22
• 2.3.2 EMD 方法的算法22-24
• 2.3.3 EMD 方法的完備性和正交性24
• 2.3.4 虛假振動模式24-25
• 2.4 基于 EMD 的振動信號預(yù)處理方法25-29
• 2.4.1 基于 HHT 和相關(guān)系數(shù)的 IMF 機械振動模式提取方法25-26
• 2.4.2 基于白噪聲統(tǒng)計特性的機械振動模式提取方法26-29
• 2.5 基于白噪聲統(tǒng)計特性的振動模式提取方法仿真實驗29-32
• 2.6 本章小結(jié)32-33
• 第3章 基于 ICA-R 的故障信號提取33-42
• 3.1 引言33
• 3.2 振動信號的 ICA 分離33-36
• 3.2.1 ICA 的基本模型和不確定性33-34
• 3.2.2 ICA 算法的一般流程34-35
• 3.2.3 尋優(yōu)判據(jù)和 ICA 典型算法35-36
• 3.2.4 ICA 的局限性36
• 3.3 基于 ICA-R 的故障提取36-39
• 3.3.1 ICA-R 算法37-38
• 3.3.2 參考信號的建立38-39
• 3.4 仿真實驗39-41
• 3.4.1 機械故障信號仿真實驗39-41
• 3.4.2 與 ICA 分離效果的對比41
• 3.5 本章小結(jié)41-42
• 第4章 實驗驗證42-56
• 4.1 引言42
• 4.2 實驗裝置和數(shù)據(jù)采集系統(tǒng)42-46
• 4.2.1 齒輪箱動態(tài)模擬系統(tǒng)42-43
• 4.2.2 基于 LabVIEW2009 數(shù)據(jù)采集系統(tǒng)43
• 4.2.3 軟件設(shè)計43-46
• 4.3 實驗數(shù)據(jù)分析46-54
• 4.3.1 混合信號預(yù)處理46-47
• 4.3.2 基于脈沖法的 ICA-R47-50
• 4.3.3 單故障振動信號建立參考信號的 ICA-R50-52
• 4.3.4 齒輪、軸承內(nèi)圈、滾動體故障并發(fā)實驗52-54
• 4.4 本章小結(jié)54-56
• 結(jié)論56-57
• 參考文獻57-63
• 致謝63

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前2條

1 胡勤;張清華;覃愛淞;;旋轉(zhuǎn)機械的混合智能故障診斷技術(shù)[J];工業(yè)控制計算機;2012年10期

2 劉宗政;陳懇;陳振華;陳雁;黃元林;;滾動軸承的振動特性分析及典型故障診斷[J];機械設(shè)計與制造;2009年03期

本文編號：546303