基于分數(shù)階全矢譜的旋轉(zhuǎn)機械故障診斷方法研究.pdf

1、本論文是在國家自然科學(xué)基金(51261024，51075372，51265039，50775208)，江西省教育廳科技計劃項目(No.GJJ12405)，機械傳動國家重點實驗室開放基金(No. SKLMT-KFKT-201514)和江西省教育廳科技計劃項目(No.GJJ12405)資助下展開研究，結(jié)合全譜分析技術(shù)與分數(shù)階傅里葉變換的各自優(yōu)點，提出了分數(shù)階矢功率譜、分數(shù)階矢Wigner分布、分數(shù)階矢小波分析、分數(shù)階矢小波包分析方法，并應(yīng)用

2、到旋轉(zhuǎn)機器故障診斷中，取得了比較好的創(chuàng)新性成果。其主要的研究內(nèi)容如下：
　　第一章，闡述了分數(shù)階全矢譜理論提出的必要性和研究意義，論述了全矢譜理論的發(fā)展和在故障診斷中的國內(nèi)外研究現(xiàn)狀，同時，還論述了分數(shù)階傅里葉變換的國內(nèi)外研究現(xiàn)狀。在此基礎(chǔ)上，提出了本文的所要研究的內(nèi)容以及創(chuàng)新之處。
　　第二章，詳細論述了全矢譜理論和算法，分數(shù)階傅里葉變換的定義、算法、性質(zhì)和獨特優(yōu)勢。并結(jié)合全矢譜技術(shù)理論和分數(shù)階傅里葉變換，提出了分數(shù)階全矢

3、譜分析方法，該方法的特色在于繼承了分數(shù)階Fourier變換的能量聚集特性和全矢譜技術(shù)能夠最大程度的保證信息的完整性，全面性的優(yōu)點，能根據(jù)故障信號的特點，選擇合適的旋轉(zhuǎn)角度來進行計算，在能量最大方向?qū)崿F(xiàn)全信息融合。以轉(zhuǎn)子系統(tǒng)松動故障為例進行了實驗研究，實驗結(jié)果表明該方法不僅可以實現(xiàn)故障特征提取，與轉(zhuǎn)子同源雙通道信息的整合，還可以準確地反映出轉(zhuǎn)子系統(tǒng)的振動特性。最后，類似矢功率譜分析思想，給出了分數(shù)階矢功率譜的定義和算法，并將分數(shù)階矢功率譜

4、分析成功地運用到對旋轉(zhuǎn)機械的故障診斷之中。
　　第三章，在論述了矢Wigner分布的定義和算法的基礎(chǔ)上，類似矢Wigner分布的定義，結(jié)合矢Wigner分布和分數(shù)階Fourier變換的各自特點，提出了分數(shù)階矢Wigner分布，并給出了相應(yīng)的定義和算法。在此基礎(chǔ)上，提出了基于分數(shù)階矢Wigner分布的旋轉(zhuǎn)機械故障診斷方法，該方法充分吸收了全矢譜保證信息的完整性，全面性，Wigner分布的高時頻分辨率和分數(shù)階Fourier變換的旋轉(zhuǎn)特

5、性，有效的降低了Wigner分布交叉項的干擾等優(yōu)點。仿真結(jié)果表明。提出的分數(shù)階矢Wigner分布是有效的，能夠有效地融合不同通道的信息。最后，將提出的方法應(yīng)用到轉(zhuǎn)子系統(tǒng)基座松動故障中，進一步驗證了該方法的有效性。
　　第四章，在詳細論述了矢小波分析的理論和算法的基礎(chǔ)上，類似矢小波分析方法的定義，結(jié)合了矢小波分析技術(shù)與分數(shù)階傅里葉變換的各自特點，提出了分數(shù)階矢小波分析技術(shù)，并給出了相應(yīng)的定義和算法。在此基礎(chǔ)上，提出了以分數(shù)階矢小波分

6、析為基礎(chǔ)的旋轉(zhuǎn)機械故障診斷方法，該方法充分吸收全矢譜保證信息完整性、全面性，還有小波分析的局部化分析的特點和分數(shù)階Fourier變換能旋轉(zhuǎn)處理信號的特性，且增加了一個變換系數(shù)，即階數(shù)p，使得在確定分數(shù)階小波系數(shù)時更加的靈活。并且將小波多分析理論擴展到廣義時頻域，使得信號的分析領(lǐng)域變大了。最后，將提出的方法運用到對轉(zhuǎn)子松動故障分析中，進一步驗證了該方法的有效性。
　　第五章，本章在論述了矢小波包分析技術(shù)原理與算法的基礎(chǔ)上，類似矢小波

7、包分析的定義，結(jié)合矢小波包分析與分數(shù)階傅里葉變換的各自特點，提出了分數(shù)階矢小波包分析，并給出了相應(yīng)的定義和算法。并在此基礎(chǔ)上，提出了基于分數(shù)階矢小波包分析的旋轉(zhuǎn)機械故障診斷方法，該方法充分吸收了全矢譜保證信息的完整性，全面性，還有小波包分析的能更好表示信號的細節(jié)信息的特點和分數(shù)階Fourier變換的旋轉(zhuǎn)的特性，有效的降低了旋轉(zhuǎn)機械中噪聲對信號分析的干擾，且將小波包分析延拓到廣義時頻域，使得信號的分析領(lǐng)域變大了。最后，把提出的方法運用到轉(zhuǎn)