旋轉(zhuǎn)機械故障診斷中微弱信號特征提取方法研究.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械設備，旋轉(zhuǎn)機械不僅在診斷旋轉(zhuǎn)機械的故障方面上有了比較深入的研究，同時通過極大程度的發(fā)現(xiàn)和查找旋轉(zhuǎn)機械故障原因，可以大大地將事故和風險降到最低。當代科學技術突飛猛進，工業(yè)也逐漸趨于現(xiàn)代化，而旋轉(zhuǎn)機械也隨之發(fā)展得越來越高速化、大型化、自動化，機械結(jié)構(gòu)日趨復雜，某個零部件出現(xiàn)故障，可能引發(fā)鏈式反應，影響整個設備的運行。
　　 隨著現(xiàn)代工業(yè)的發(fā)展，旋轉(zhuǎn)機械在故障診斷和維護方面也需要越來

2、越經(jīng)濟化和高效化。為了達到這一目標，就需要清晰并且科學地把握整個旋轉(zhuǎn)機械的故障程度、原因和位置，并且提出合理的方案。與此同時，在計算機科學突飛猛進的時代，也需要是旋轉(zhuǎn)機械的故障診斷趨于更加自動化?？梢?，為了迎合多方面的需求，發(fā)展機械故障檢查維護技術逐漸成為業(yè)內(nèi)的中心，在一定程度上，也是業(yè)內(nèi)的關鍵限制因素，早期故障診斷是否可靠以及準確性與否都與其休戚相關。
　　 基于振動狀態(tài)是大型旋轉(zhuǎn)機械故障信息的常見體現(xiàn)方式，因此檢測與診斷振動

3、信號成為了當下維護管理設備的重要措施，振動信號的處理方法同與其相對應的診斷技術也成為了近年來的關鍵研究熱點之一，故障特征提取變得越來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程。首先介紹了旋轉(zhuǎn)機械故障的各種情況，編寫了串口的文件傳輸程序，將經(jīng)過串口所采集到的數(shù)據(jù)保存起來用于信號的處理分析;其次，研究了旋轉(zhuǎn)機械振動信號的預處理環(huán)節(jié)，在現(xiàn)有的預處理方法基礎上對預處理方法中的信號閾值設定

4、提出新的方法，并經(jīng)過試驗驗證了該方法的可行性;再次，研究了旋轉(zhuǎn)機械振動信號的特征參數(shù)，包括了組成分類與選取和評價，通過與之相應的特征參數(shù)選取規(guī)則選擇若干敏感的特征參數(shù)進行提取;同時，研究了故障診斷的聚類分析部分，并對所提出的上述方法進行了再次驗證;最后，編寫了旋轉(zhuǎn)機械特征信號提取程序，將前文所述方法用Matlab與VC++混合編程的方法實現(xiàn)并通過基于蟻群聚類分析對結(jié)果進行了再次驗證。該程序可與旋轉(zhuǎn)機械故障診斷系統(tǒng)進行集成，形成了整套識別