旋轉(zhuǎn)機械早期故障診斷的研究與應(yīng)用.pdf

1、本課題的研究來源于國家自然科學(xué)基金“低速重載機械早期故障稀疏特征識別的研究”。
　　旋轉(zhuǎn)機械是現(xiàn)代化工業(yè)生產(chǎn)中關(guān)鍵性設(shè)備，旋轉(zhuǎn)機械早期故障診斷技術(shù)的研究具有重要的理論意義和廣泛的推廣應(yīng)用價值。由于低速重載機械早期故障信號非常微弱，被淹沒在低頻振動信號和強背景噪聲中，提取故障特征頻率非常困難。
　　為了解決低速重載旋轉(zhuǎn)機械早期故障特征頻率提取的難題問題，深入研究了旋轉(zhuǎn)機械設(shè)備早期故障產(chǎn)生的機理、故障脈沖信號的數(shù)學(xué)模型及算法，完

2、成了故障診斷平臺的設(shè)計。提出了自適應(yīng)形態(tài)梯度提升方法，采用Hilbert變換、自適應(yīng)形態(tài)梯度濾波、自適應(yīng)形態(tài)梯度提升方法對振動信號進行時域和頻譜分析，對比了這3種算法在有強背景噪聲的振動信號中提取微弱沖擊信號的能力，自適應(yīng)形態(tài)梯度提升方法能夠高效快速地提取較低信噪比下的微弱故障沖擊信號，研究成果在故障診斷平臺上取得了良好的早期故障識別效果。
　　信號調(diào)理電路的硬件設(shè)計上，采用了自適應(yīng)共振解調(diào)技術(shù)對振動信號進行自適應(yīng)包絡(luò)解調(diào)，保留了

3、振動信號中的沖擊成分；采用DSP和ARM9雙核處理單元，實現(xiàn)了信號處理、采集控制、自動識別分類存儲、多種網(wǎng)絡(luò)通信、多任務(wù)、故障特征提取與匹配等功能。
　　診斷平臺的軟件設(shè)計上，采用了嵌入式Linux操作系統(tǒng)，實現(xiàn)了交叉編譯環(huán)境搭建、BootLoader、kernel和根文件系統(tǒng)移植、設(shè)備驅(qū)動程序設(shè)計、GUI交互界面設(shè)計與移植等，對采集的振動數(shù)字信號進行診斷分析、故障識別、數(shù)據(jù)存儲。
　　本項目的研究成果已推廣應(yīng)用到工業(yè)現(xiàn)場，