多尺度分析方法在旋轉機械狀態(tài)監(jiān)測中的應用研究.pdf

1、多尺度思想是人們在對世界認識的不斷加深的過程中逐漸產生和發(fā)展的，與單尺度的觀點相比，多尺度方法更貼近人們認識事物的習慣，也更加符合事物的本質。本論文立足多尺度分析方法在旋轉機械狀態(tài)監(jiān)測與故障診斷中的應用，以多尺度分析方法為主要研究內容，深入研究了四種典型的多尺度方法在旋轉機械狀態(tài)監(jiān)測中的原理、方法和效果，并最后將它們引入高速列車軸承軌邊聲學診斷系統(tǒng)的研究中。研究包括：
　　 根據旋轉機械狀態(tài)信號包含有特征頻率及高頻諧振的特征，將

2、小波方差的能量特性引入到旋轉機械狀態(tài)信號的頻譜特征提取中，提出了旋轉機械多尺度小波方差擬合特征的分析方法。即根據不同工作狀態(tài)下旋轉機械狀態(tài)信號的“小波方差對數一尺度”最小二乘法擬合直線呈現(xiàn)出的與設備狀態(tài)相關的特點，通過擬合直線斜率對狀態(tài)信號進行分類。通過滾動軸承三狀態(tài)振動測試和齒輪箱三狀態(tài)測試兩個獨立實驗對該方法進行了驗證和分析，證明小波方差擬合特征作為一種新的信號多尺度分析參數，可以有效的反映旋轉機械的不同故障和同一故障的不同故障階段

3、，同時計算簡便，易于計算機實現(xiàn)實時監(jiān)測。
　　 針對狀態(tài)監(jiān)測中經常要遇到的設備狀態(tài)突變現(xiàn)象，將信息熵理論與小波變換結合，研究了多尺度小波熵對設備狀態(tài)信號突變的檢測能力，提出基于小波熵的旋轉機械狀態(tài)監(jiān)測方法。該方法通過特征頻率的選擇，消除低信噪比對信號整體熵的影響，利用小波熵對系統(tǒng)參數突變的敏感性，實現(xiàn)對設備故障的預警。齒輪箱全壽命實驗表明小波時間熵和小波奇異熵可以有效的檢測齒輪箱狀態(tài)突變情況。
　　 齒輪發(fā)生磨損時，輪對

4、故障點周期性嚙合時將會產生附加振動而激勵齒輪共振，這種共振信號具有較強的尺度行為。根據該特征研究了標度分析在旋轉機械狀態(tài)監(jiān)測中的應用。并以去趨勢波動分析為基礎，將去趨勢波動分析中子區(qū)間概念細化到每一個采樣點，通過權重函數調節(jié)計算不同尺度下的滑動平均和二階中心距，可以得到每一個采樣點的波動函數，發(fā)展了一種新的局域標度指數方法。該方法比去趨勢波動分析更加重視信號局部的精細結構。齒輪箱磨損試驗清晰的表明局域標度指數可以濾除其他頻率成分，有效直

5、觀的檢測出故障齒嚙合時信號的微弱故障頻率成分。
　　 分析了單重分形刻畫信號的特征時只能從整體上反映信號的不規(guī)則性，缺乏對局部奇異性刻畫的缺點，研究了多重分形對旋轉機械狀態(tài)信號局部尺度行為的表征能力。并將去趨勢多重分形方法引入到旋轉機械狀態(tài)監(jiān)測中，并定義了多重分形譜的形態(tài)學特征，以此定量提取了信號的狀態(tài)參數進行故障分類。齒輪箱磨損試驗的去趨勢多重分形分析證明了該方法具有良好的故障分類效果。
　　 在高速鐵路快速發(fā)展的背景