基于數(shù)學形態(tài)學和局部均值分解的旋轉(zhuǎn)機械故障診斷方法.pdf

1、液壓泵、滾動軸承和齒輪等旋轉(zhuǎn)機械零部件在工業(yè)領域起著重要的傳動作用，它們廣泛地應用于冶金設備、工程機械、精密機床、精密儀器、航空航天、汽車、船舶和石油化工等重要工業(yè)領域。這些旋轉(zhuǎn)機械零部件通常大都處于高溫、高壓和高速等惡劣的工作環(huán)境，這也就導致了它們的健康狀態(tài)劣化速度比較快，具有較高的故障率。
　　本文針對旋轉(zhuǎn)機械零部件的故障診斷問題，研究了基于數(shù)學形態(tài)學和局部均值分解的方法。數(shù)學形態(tài)學和局部均值分解都是基于信號形態(tài)特征進行的分析

2、，所以二者都具有高度自適應性和數(shù)據(jù)驅(qū)動性。
　　本文主要進行了以下幾個方面的研究工作：
　　(1)針對扁平型結構元素長度選擇的經(jīng)驗性和任意性問題，提出一種基于形態(tài)差值算子和功率譜熵相結合來確定扁平型結構元素的最優(yōu)濾波長度的方法。采用不同扁平型結構元素長度的形態(tài)差值算子對信號進行濾波處理，對濾波后的信號計算功率譜熵，信號功率譜熵的最小值所對應的長度即為扁平型結構元素的最優(yōu)濾波長度，并采用仿真信號和液壓泵實測故障信號對所提方法的

3、有效性進行驗證。
　　(2)利用一種基于形態(tài)差值算子和形態(tài)指數(shù)相結合的方法對以滑靴磨損故障為研究對象的液壓泵健康狀態(tài)評估的問題進行研究。采用形態(tài)差值算子對滑靴不同磨損程度的故障信號進行濾波處理，提取各種磨損程度下故障信號的形態(tài)指數(shù)，分析形態(tài)指數(shù)對滑靴磨損故障及其劣化程度的變化規(guī)律和敏感性，實現(xiàn)對滑靴磨損故障的診斷及其劣化程度的評估，并利用液壓泵實測故障信號對所提方法的有效性進行驗證。
　　(3)利用一種基于形態(tài)差值算子和差分

4、熵相結合的方法對滾動軸承早期輕度內(nèi)、外圈故障的診斷問題進行研究。采用形態(tài)差值算子對故障信號進行濾波處理，差分熵提取濾波后信號在時域中的沖擊，根據(jù)沖擊突變點的時間間隔和特定故障信號在時域中的周期性沖擊間隔相一致的思想來實現(xiàn)對滾動軸承早期輕度內(nèi)、外圈故障的有效診斷，并利用仿真信號和滾動軸承實測故障信號對所提方法的有效性進行驗證。
　　(4)針對乘積分量的解調(diào)和單尺度形態(tài)學分析的結構元素長度選擇的經(jīng)驗性和主觀性問題，提出一種基于局部均值

5、分解和改進自適應多尺度形態(tài)學分析相結合的方法。采用局部均值分解方法對信號進行分解，篩選若干個含有特征信息最豐富的乘積分量作為解調(diào)用數(shù)據(jù)源，基于扁平型、三角型和半圓型結構元素的改進自適應多尺度形態(tài)學分析方法對其進行解調(diào)分析，得到有效解調(diào)閾值區(qū)間(即在此區(qū)間，改進自適應多尺度形態(tài)學分析的解調(diào)效果要優(yōu)于改進前自適應多尺度形態(tài)學分析)和最優(yōu)解調(diào)閾值點。此外，將最優(yōu)解調(diào)結果和改進前自適應多尺度形態(tài)學分析、Hilbert變換、Teager Kais

6、er能量算子和局部均值分解的解調(diào)結果進行對比，并利用液壓泵實測故障信號對所提方法的有效性進行驗證。
　　(5)針對齒輪故障的診斷問題，提出一種基于局部均值分解和廣義形態(tài)分形維數(shù)相結合的方法。采用局部均值分解方法對信號進行分解，篩選若干個含有最豐富特征信息的乘積分量作為數(shù)據(jù)源進行廣義形態(tài)分形維數(shù)的提取，選取某些能夠有效地表征齒輪運行狀態(tài)非線性信息的維數(shù)作為特征向量，利用核模糊C均值聚類方法進行故障診斷。此外，還對信號長度、轉(zhuǎn)速和負載

7、扭矩對廣義形態(tài)分形維數(shù)的影響進行分析。并利用仿真信號和齒輪實測故障信號對所提方法的有效性進行驗證。
　　(6)利用基于峭度、能量和均方差的選擇方法對合理地選取含有特征信息豐富的乘積分量作為數(shù)據(jù)源的問題進行研究。采用局部均值分解方法對原信號進行分解，分別提取原信號和各個乘積分量的峭度、能量和均方差，并分別將這三個指標組成一個指標向量，計算原信號和各個乘積分量的指標向量之間的歐氏距離，選取若干個最小歐氏距離值所對應的乘積分量作為數(shù)據(jù)源