旋轉機械故障特征提取技術及其系統(tǒng)研究.pdf

1、旋轉機械故障特征提取是旋轉機械故障診斷的核心之一.本論文研究結合國家自然科學基金項目"基于獨立分量分析的旋轉機械故障診斷新方法的研究"(50205025)、浙江省自然科學基金項目"基于盲源分離的機械噪聲故障診斷技術研究"(5001004)以及福建煉化集團、衢州巨化集團具體應用項目展開,以旋轉機械故障信號為研究對象,研究了基于幅域分析、時域分析以及以傅里葉變換(FT)為核心的故障特征提取方法;研究了基于短時傅里葉變換、小波變換和EMD時頻

2、分析方法的故障時頻特征提取方法;通過仿真和實驗研究,分析各種故障特征提取方法的性能特點;并在C++build5和matlab6.1平臺下開發(fā)了一個旋轉機械故障特征提取軟件系統(tǒng).全文的主要研究內容如下:第一章介紹了旋轉機械故障診斷技術的概況;綜述了旋轉機械故障特征提取技術的方法和研究現(xiàn)狀;最后,提出了論文的研究目標,概括了論文的研究內容,并給出論文的總體框架.第二章研究了傳統(tǒng)的基于幅域分析、時域分析以及以傅里葉變換(FT)為核心的故障特征

3、提取方法的一些基本概念和方法,總結了該類方法的特點.第三章研究了小波變換理論和方法,分析了小波變換在旋轉機械故障特征提取中的應用特點.并通過小波變換對仿真信號和實際的旋轉機械振動信號進行分析處理,驗證了小波變換方法在旋轉機械故障特征提取中的有效性.第四章介紹了基于EMD時頻分析方法的基本概念和算法.研究了EMD方法中存在的一個重要的問題--端點效應問題,采用基于短數(shù)據(jù)序列的直接延拓技術,以此來降低端點效應的影響,并得出了分析結論.最后對

4、一個實際的旋轉機械振動信號進行了基于EMD時頻分析方法的分析,證明了用基于EMD的時頻分析方法來提取旋轉機械故障振動信號的特征是有效的.第五章應用FFT、短時傅里葉變換、小波變換和基于EMD的時頻分析方法對本實驗室的Bently轉子試驗臺所采集的轉子四種故障:轉子不平衡、不對中、油膜渦動和轉子橫向裂紋的振動信號進行信號處理和故障特征提取,并主要對短時傅里葉變換、小波變換和基于EMD的時頻分析方法進行了比較研究,得出了分析結論.第六章結合