為提高核電廠(chǎng)旋轉(zhuǎn)設(shè)備故障診斷精度,本文提出了一種經(jīng)驗(yàn)小波變換與GG聚類(lèi)相結(jié)合的故障診斷方法。應(yīng)用EWT對(duì)軸承振動(dòng)信號(hào)進(jìn)行分解,得到一系列調(diào)幅-調(diào)頻分量,結(jié)合K-L散度篩選出包含信號(hào)特征信息的主分量。計(jì)算分量樣本熵及LZ復(fù)雜度作為信號(hào)的特征向量,輸入到GG聚類(lèi)器中分析并得到分類(lèi)結(jié)果。實(shí)驗(yàn)表明:相較于EWT-FCM、EWT-GK聚類(lèi)以及EMD-GG聚類(lèi)算法,該方法的分類(lèi)性能更優(yōu),能夠?yàn)楹穗姀S(chǎng)旋轉(zhuǎn)設(shè)備故障診斷提供一種可靠有效的方法。

【文章頁(yè)數(shù)】：8 頁(yè)

【部分圖文】：

圖8EWT-GG及EMD-GG聚類(lèi)方法

圖8EWT-GG及EMD-GG聚類(lèi)方法4結(jié)論

圖1基于EWT-GG聚類(lèi)的軸承故障診斷方法

采用Gath-Geva聚類(lèi)的方法建立基于信息論及復(fù)雜度特征的軸承故障診斷模型,以便更加準(zhǔn)確高效地識(shí)別故障類(lèi)型,其故障診斷流程圖如圖1所示。本文故障診斷方法主要有以下幾個(gè)步驟:

圖2軸承試驗(yàn)臺(tái)架

本文針對(duì)核電廠(chǎng)旋轉(zhuǎn)機(jī)械軸承進(jìn)行常見(jiàn)故障診斷方法研究,提高核電廠(chǎng)設(shè)備監(jiān)測(cè)及診斷精確度。采用美國(guó)CaseWesternReserveUniversity電氣工程實(shí)驗(yàn)室的滾動(dòng)軸承實(shí)驗(yàn)數(shù)據(jù),該軸承為SKF軸承,實(shí)驗(yàn)采用電火花技術(shù)加工軸承內(nèi)圈、外圈以及滾動(dòng)體單點(diǎn)故障,實(shí)驗(yàn)裝置如圖2所....

圖34種類(lèi)型軸承振動(dòng)信號(hào)

由表1可以看出,分量4與原始信號(hào)的K-L散度較小,說(shuō)明其與原始信號(hào)的關(guān)聯(lián)性較大,能較大程度上代表原始信號(hào),從而將分量1、分量2、分量3、分量5視為虛假分量濾除。同時(shí),雖然分量4的相關(guān)性系數(shù)最大,但與分量2、分量3同屬一個(gè)數(shù)量級(jí),在后續(xù)篩選中易與虛假分量混淆。因此,本文采用基于K-....

本文編號(hào)：3894185