旋轉(zhuǎn)機械典型故障特征提取方法研究.pdf

1、旋轉(zhuǎn)機械是工業(yè)生產(chǎn)中應(yīng)用最廣泛的機械設(shè)備，研究旋轉(zhuǎn)機械故障診斷技術(shù)及時發(fā)現(xiàn)并查找故障原因，可極大的減少和避免安全事故以及經(jīng)濟(jì)損失具有重要的現(xiàn)實意義。本文總結(jié)了常見旋轉(zhuǎn)機械故障類型的故障機理，研究了旋轉(zhuǎn)機械故障診斷的常規(guī)流程以及旋轉(zhuǎn)機械故障特診提取以及故障診斷推理方法，并主要針對旋轉(zhuǎn)機械的典型故障開展了實驗研究。
　　 本文首先搭建了旋轉(zhuǎn)機械故障分析實驗系統(tǒng)平臺，該實驗系統(tǒng)包括：旋轉(zhuǎn)機械實驗臺、電渦流傳感器、數(shù)據(jù)采集卡、信號調(diào)理模

2、塊、實驗數(shù)據(jù)分析計算機。并在該實驗臺上模擬裂紋故障，監(jiān)測并且采集旋轉(zhuǎn)機械的振動信號，對其進(jìn)行采集與分析。在時域內(nèi)使用時域特征分析，頻域內(nèi)應(yīng)用傳統(tǒng)FFT功率譜分析方法以及小波包頻域能量分析的方法，對裂紋故障信號進(jìn)行特征提取。應(yīng)用特征評估的原理，選擇最適合于進(jìn)行故障診斷的故障特征。應(yīng)用BP神經(jīng)網(wǎng)絡(luò)，SOC自組織競爭神經(jīng)網(wǎng)絡(luò)以及SVM支持向量機建立故障診斷模型，比對其性能進(jìn)行比較。SOC網(wǎng)絡(luò)以及SVM結(jié)構(gòu)易于確定，且性能也優(yōu)于BP網(wǎng)絡(luò)。針對故