大型旋轉(zhuǎn)機(jī)械突發(fā)不平衡振動瞬態(tài)響應(yīng)的時頻分析方法實驗研究.pdf

1、突發(fā)不平衡振動對大型汽輪發(fā)電機(jī)組的安全構(gòu)成嚴(yán)重威脅。突發(fā)不平衡振動往往發(fā)生在軸系事故的過程中，發(fā)生具有突然性，過程具有短暫性，結(jié)果可具有毀滅性。過去的研究一方面受到試驗條件和方法的限制，不能有效地模擬突發(fā)不平衡振動過程：另一方面受到數(shù)據(jù)分析手段的限制，無法對非線性和非平穩(wěn)的突發(fā)不平衡瞬態(tài)過程進(jìn)行細(xì)致的分析。本文在充分把握現(xiàn)代時頻分析最新成果的基礎(chǔ)上，結(jié)合已有的研究成果，針對突發(fā)不平衡振動瞬態(tài)過程的特點(diǎn)研究合適的時頻分析方法和手段，用以分

2、析突發(fā)不平衡瞬態(tài)過程的動力學(xué)特點(diǎn)。主要研究工作如下：
　　 1．提出采用瞬間反向加重法制造突發(fā)不平衡量來模擬質(zhì)量飛脫引發(fā)的突發(fā)不平衡振動，解決了實現(xiàn)突發(fā)不平衡振動的試驗方法，并研制了相應(yīng)的實驗裝置。對小型轉(zhuǎn)子試驗臺模擬試驗的數(shù)據(jù)使用傅立葉譜進(jìn)行了初步的分析，了解了轉(zhuǎn)子突發(fā)不平衡振動信號的初步特征。試驗數(shù)據(jù)初步分析表明試驗方法可產(chǎn)生突發(fā)大不平衡振動。
　　 2．把突發(fā)不平衡振動信號按照其初步特征抽象為一組簡單信號模型，并引

3、入Hilbert-Huang變換(HHT)對它們進(jìn)行分析。發(fā)現(xiàn)HHT分析在大多數(shù)時都能很好地表征突發(fā)不平衡振動模型信號的特征，但在信號幅度發(fā)生階躍時，Hilbert譜受Bedrosian定理限制，時頻分布結(jié)果中會出現(xiàn)頻率間斷跳躍干擾。使用Morlet小波譜來對照，發(fā)現(xiàn)Morlet小波譜對非線性信號不能清楚表征，但對信號幅度發(fā)生階躍的情況可清晰表示。
　　 3．研究了HHT時頻分析中經(jīng)驗?zāi)B(tài)分解(EMD)的端點(diǎn)效應(yīng)問題。通過定義信

4、號分離度和幅度比-頻率比圖，用幅度比-頻率比圖來描述EMD的信號分離能力，提出用EMD的信號分離能力作為評價端點(diǎn)處理方法對EMD分解中模式混疊特性影響的標(biāo)準(zhǔn)。研究結(jié)果表明，采用遍歷兩信號關(guān)系的一定參數(shù)空間得到的幅度比-頻率比平面圖，全面反映了在該參數(shù)空間中EMD的信號分離能力，可有效表達(dá)端點(diǎn)處理方法對EMD分解中模式混疊特性的影響。
　　 4．研究并提出選擇合適樣條函數(shù)的評判標(biāo)準(zhǔn)，從而對使用不同樣條函數(shù)時EMD分解特性進(jìn)行分析評

5、價。評判參數(shù)集包含4個方面，分別為篩分次數(shù)、本征模式函數(shù)(Intrinsic mode function，IMF)個數(shù)、分解的方差變化和分解的正交指數(shù)。通過對5個突發(fā)不平衡振動信號模型的EMD分解特性評判參數(shù)集的比較，發(fā)現(xiàn)G．Rilling端點(diǎn)處理方法和三次樣條函數(shù)相組合時，對所有的信號類型總可以獲得合理的EMD分解特性參數(shù)集，證明這一組控制條件的性能最佳，為對突發(fā)不平衡振動信號進(jìn)行EMD分解時首選的控制條件。
　　 5．針對轉(zhuǎn)

6、子突發(fā)不平衡振動試驗臺模擬信號應(yīng)用HHT來進(jìn)行時頻分析遇到的模式混疊問題，提出了一種改進(jìn)的白噪聲信號輔助HHT分析方法，改善了HHT結(jié)果的可讀性。隨后又提出一種改進(jìn)連續(xù)單頻正弦信號輔助的HHT分析方法，使用根據(jù)EMD的信號分離能力結(jié)果而設(shè)定的單頻正弦信號定義方法，不僅可解決尺度完全不同的模式存在于單一IMF中的模式混疊形式，同時解決尺度相近的模式被分離到不同的IMF中的模式混疊形式，使所得突發(fā)不平衡振動信號的HHT時頻分布清晰明了。

7、r>　　 6．突發(fā)不平衡振動信號存在幅度階躍，使HHT中Hilbert譜受到Bedrosian定理限制，為此提出把EMD和雙線性時頻分布結(jié)合起來，把雙線性時頻分布作為各IMF函數(shù)瞬時頻率和能量計算工具的時頻分析新方法，實現(xiàn)對突發(fā)不平衡振動信號的時頻分析。主要研究了使用Wigner-Ville分布和自適應(yīng)最優(yōu)核分布來進(jìn)行時頻分布計算的方法。研究結(jié)果表明，在EMD分解充分時，使用Wigner-Ville的時頻分布能完整表示每一個信號分量，

8、但EMD分解出的IMF信號包含非線性因素或發(fā)生模式混疊時，此方法無法克服交叉項。將EMD分解結(jié)果用自適應(yīng)最優(yōu)核分布來進(jìn)行時頻分布計算時，如果控制參數(shù)選擇合適，可有效克制使用Wigner-Ville分布時出現(xiàn)的問題，可應(yīng)用于更廣泛的EMD分解結(jié)果。
　　 7．用幅度比一頻率比圖研究了零空間追蹤(NSP)信號分解算法的信號分解特性。發(fā)現(xiàn)λ10取值對NSP分解算法的信號分解性能影響非常大，不同λ10取值會導(dǎo)致完全不同的分解性能；發(fā)現(xiàn)當(dāng)

9、采樣率提高后，NSP的信號最佳分離能力整體向λ10取值減小的方向移動。研究了該算法對高斯白噪聲的分解行為，發(fā)現(xiàn)隨λ10取值不同NSP算法表現(xiàn)為不同的濾波特性，與EMD的行為非常不同。研究了噪聲強(qiáng)度對信號分解特性的影響，發(fā)現(xiàn)隨噪聲強(qiáng)度的增加，需使用較大的λ10取值，當(dāng)信噪比低于Odb時，信號難以被NSP分解。
　　 8．提出了基于NSP的時頻分析方法。研究結(jié)果表明，結(jié)合NSP的分解結(jié)果，使用Teager能量算子解調(diào)算法或直接正交解

10、調(diào)算法來進(jìn)行瞬態(tài)參數(shù)解調(diào)，可獲得有效的信號時頻分布表示。針對Teager能量算子解調(diào)算法對噪聲比較敏感的缺點(diǎn)，提出改進(jìn)的平滑能量算子分離算法來改善解調(diào)結(jié)果。使用基于NSP的時頻分析方法，有效分析了突發(fā)不平衡振動瞬態(tài)過程。
　　 9．通過對突發(fā)不平衡瞬態(tài)過程時頻分布的全面分析，發(fā)現(xiàn)在大突發(fā)不平衡量作用下，主模式分量不僅幅度突跳，變化量有10倍之多，達(dá)到大不平衡振動，主模式瞬態(tài)頻率在短時間內(nèi)會快速下探并恢復(fù)，下探幅度可接近20Hz左