旋轉(zhuǎn)機(jī)械故障診斷中微弱信號(hào)特征提取方法研究.pdf

1、作為工業(yè)生產(chǎn)行業(yè)中最常被人使用并且口碑最好的一種機(jī)械設(shè)備，旋轉(zhuǎn)機(jī)械不僅在診斷旋轉(zhuǎn)機(jī)械的故障方面上有了比較深入的研究，同時(shí)通過(guò)極大程度的發(fā)現(xiàn)和查找旋轉(zhuǎn)機(jī)械故障原因，可以大大地將事故和風(fēng)險(xiǎn)降到最低。當(dāng)代科學(xué)技術(shù)突飛猛進(jìn)，工業(yè)也逐漸趨于現(xiàn)代化，而旋轉(zhuǎn)機(jī)械也隨之發(fā)展得越來(lái)越高速化、大型化、自動(dòng)化，機(jī)械結(jié)構(gòu)日趨復(fù)雜，某個(gè)零部件出現(xiàn)故障，可能引發(fā)鏈?zhǔn)椒磻?yīng)，影響整個(gè)設(shè)備的運(yùn)行。
　　 隨著現(xiàn)代工業(yè)的發(fā)展，旋轉(zhuǎn)機(jī)械在故障診斷和維護(hù)方面也需要越來(lái)

2、越經(jīng)濟(jì)化和高效化。為了達(dá)到這一目標(biāo)，就需要清晰并且科學(xué)地把握整個(gè)旋轉(zhuǎn)機(jī)械的故障程度、原因和位置，并且提出合理的方案。與此同時(shí)，在計(jì)算機(jī)科學(xué)突飛猛進(jìn)的時(shí)代，也需要是旋轉(zhuǎn)機(jī)械的故障診斷趨于更加自動(dòng)化?？梢?jiàn)，為了迎合多方面的需求，發(fā)展機(jī)械故障檢查維護(hù)技術(shù)逐漸成為業(yè)內(nèi)的中心，在一定程度上，也是業(yè)內(nèi)的關(guān)鍵限制因素，早期故障診斷是否可靠以及準(zhǔn)確性與否都與其休戚相關(guān)。
　　 基于振動(dòng)狀態(tài)是大型旋轉(zhuǎn)機(jī)械故障信息的常見(jiàn)體現(xiàn)方式，因此檢測(cè)與診斷振動(dòng)

3、信號(hào)成為了當(dāng)下維護(hù)管理設(shè)備的重要措施，振動(dòng)信號(hào)的處理方法同與其相對(duì)應(yīng)的診斷技術(shù)也成為了近年來(lái)的關(guān)鍵研究熱點(diǎn)之一，故障特征提取變得越來(lái)越受到更多人們的重視。
　　 本文涉及了從數(shù)據(jù)采集，數(shù)據(jù)處理到特征參數(shù)提取及聚類分析的全過(guò)程。首先介紹了旋轉(zhuǎn)機(jī)械故障的各種情況，編寫了串口的文件傳輸程序，將經(jīng)過(guò)串口所采集到的數(shù)據(jù)保存起來(lái)用于信號(hào)的處理分析;其次，研究了旋轉(zhuǎn)機(jī)械振動(dòng)信號(hào)的預(yù)處理環(huán)節(jié)，在現(xiàn)有的預(yù)處理方法基礎(chǔ)上對(duì)預(yù)處理方法中的信號(hào)閾值設(shè)定

4、提出新的方法，并經(jīng)過(guò)試驗(yàn)驗(yàn)證了該方法的可行性;再次，研究了旋轉(zhuǎn)機(jī)械振動(dòng)信號(hào)的特征參數(shù)，包括了組成分類與選取和評(píng)價(jià)，通過(guò)與之相應(yīng)的特征參數(shù)選取規(guī)則選擇若干敏感的特征參數(shù)進(jìn)行提取;同時(shí)，研究了故障診斷的聚類分析部分，并對(duì)所提出的上述方法進(jìn)行了再次驗(yàn)證;最后，編寫了旋轉(zhuǎn)機(jī)械特征信號(hào)提取程序，將前文所述方法用Matlab與VC++混合編程的方法實(shí)現(xiàn)并通過(guò)基于蟻群聚類分析對(duì)結(jié)果進(jìn)行了再次驗(yàn)證。該程序可與旋轉(zhuǎn)機(jī)械故障診斷系統(tǒng)進(jìn)行集成，形成了整套識(shí)別