旋轉機械故障特征提取新技術研究與應用.pdf_第1頁
已閱讀1頁,還剩64頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、隨著現代化工業(yè)及科學技術的迅猛發(fā)展,旋轉機械在工業(yè)領域也呈現出巨大的變化,并起著越來越重要的作用。尤其是電力工業(yè)中的主要機械設備和輔機正向著大型化、自動化、高效率、機電一體化等方向發(fā)展,影響安全的因素也逐漸增多。因此,要保證這些大型旋轉機械安全,經濟運行,旋轉機械故障特征提取技術成為研究重點。本文主要研究了自回歸模型/(Autoregression Model,簡稱AR模型),小波分析,短時傅里葉變換(Short-Time Fourie

2、r Transform,簡稱STFT)、維格納-威爾分布(Wigner-Ville Distribution,簡稱WVD)和希爾伯特黃變換(Hilbert-HuangTransform,簡稱HHT),并開發(fā)了旋轉機械振動信號分析系統。
   針于AR模型,主要研究了如何確定模型的階數,以及自相關估計、Burg法和改進的協方差法的分辨率對比,并采用軸承局部故障信號和齒輪故障信號,討論AR模型參數估計功率譜,結果發(fā)現能得到分辨率和方

3、差性能較好的光滑譜線,能有效的提取故障特征。
   本文研究了小波變換的基礎理論;研究了它在旋轉機械的奇異性信號,多種混合信號和含噪信號中的應用;并采用軸承局部故障信號和齒輪故障信號,討論小波分析在特征提取中的應用,最后發(fā)現小波分析可以很好地應用在旋轉機械故障信號特征提取中。
   為了能提取信號頻率隨時間的變化信息,研究了時頻分析技術中的STFT、WVD和HHT的理論,討論了STFT和WVD與傅里葉變換的區(qū)別,并研究了

4、STET和WVD各自的特點:STFT的分辨效果受窗函數的影響,WVD分析多分量信號時受交叉項的的干擾。研究了HHT中Hilbert變換引起的端點效應,并采用周期延拓和對稱延拓兩種方法抑制端點效應。本文對三種時頻分析技術進行了對比,并將其應用在旋轉機械振動信號的特征提取中,驗證了時頻分析技術可以得到信號的頻率隨時間變化的信息。
   最后,采用C++Builder和Matlab相結合的方法,開發(fā)了一個旋轉機械振動信號分析系統,可以

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論