旋轉(zhuǎn)機(jī)械系統(tǒng)優(yōu)化診斷方法研究.pdf

1、對(duì)旋轉(zhuǎn)機(jī)械進(jìn)行探索和研究新的優(yōu)化故障診斷方法，是極其必要和富有意義的?；瑒?dòng)軸承轉(zhuǎn)子系統(tǒng)是旋轉(zhuǎn)機(jī)械系統(tǒng)常用的零部件，其轉(zhuǎn)子軸心軌跡包含了大量的故障信息，而由于轉(zhuǎn)子振動(dòng)信號(hào)為多分量信號(hào)，合成的軸心軌跡復(fù)雜，不容易獲取清晰的故障特征。本文提出了一種新型的故障信號(hào)處理方法，對(duì)軸心軌跡進(jìn)行提純。并與基于圖像的不變矩方法以及關(guān)聯(lián)度識(shí)別方法相結(jié)合，對(duì)滑動(dòng)軸承轉(zhuǎn)子系統(tǒng)進(jìn)行故障診斷研究。
　　主要的研究工作如下：
　　1提出了一種新型的故障信

2、號(hào)處理方法，將包含多個(gè)分量信號(hào)的故障信號(hào)分解成具有物理意義的各個(gè)部分。在信號(hào)上進(jìn)行固定頻率的采樣，求得樣本數(shù)據(jù)的平均值，由信號(hào)的極值點(diǎn)特性得到采樣頻率的范圍，在該范圍內(nèi)求不同采樣頻率下樣本數(shù)據(jù)平均值的最大值，從而最大值對(duì)應(yīng)的采樣頻率即為分量信號(hào)的頻率。再通過(guò)改變采樣點(diǎn)的初始位置以及采樣長(zhǎng)度，分解出該分量信號(hào)對(duì)應(yīng)的波形形態(tài)和時(shí)域分布。介紹了該方法的原理和理論依據(jù)，以及頻率估計(jì)方法以及時(shí)域分布估計(jì)方法，給出了具體分解步驟。
　　2將本

3、文方法應(yīng)用到轉(zhuǎn)子軸心軌跡的提純中，將轉(zhuǎn)子振動(dòng)信號(hào)分解得到若干分量信號(hào)，再選取相應(yīng)的頻率進(jìn)行合成得到提純的軸心軌跡。并對(duì)轉(zhuǎn)子系統(tǒng)常見(jiàn)故障的軸心軌跡進(jìn)行了提純分析。
　　3采用基于圖像的不變矩方法對(duì)軸心軌跡進(jìn)行特征提取，將軸心軌跡轉(zhuǎn)換為二維圖像，并以圖像的不變矩表征軸心軌跡的形狀特征，得到特征矩向量。
　　4采用關(guān)聯(lián)度識(shí)別方法對(duì)軸心軌跡進(jìn)行特征識(shí)別，分析計(jì)算參考模式與待識(shí)別模式下的特征矩向量的關(guān)聯(lián)度，達(dá)到對(duì)故障類(lèi)別進(jìn)行識(shí)別的目的