基于小波變換和GA的旋轉(zhuǎn)機械故障診斷研究.pdf

1、旋轉(zhuǎn)機械常見的故障主要有轉(zhuǎn)子不平衡、轉(zhuǎn)子不對中、軸承內(nèi)圈損壞、軸承外圈損壞等故障。論文結(jié)合小波變換、遺傳算法(Genetic Algorithm,GA)，提出了一種適用于旋轉(zhuǎn)機械故障診斷的新方法。
　　 論文分析了旋轉(zhuǎn)機械幾種常見故障的機理。利用現(xiàn)有的機械實驗臺、加速度傳感器、信號采集箱、工控機，結(jié)合Matlab軟件，建立了能模擬軸承故障，不平衡故障，不對中故障的旋轉(zhuǎn)機械故障診斷實驗系統(tǒng)。利用傅里葉變換對原始信號做了初步分析。<

2、br>　　 文中利用小波變換對強噪聲信號進行多尺度分解，對各尺度上的小波系數(shù)進行去噪處理，然后運用小波逆變換重構(gòu)信號，得到有用信號。將傳統(tǒng)的硬、軟閾值函數(shù)用加權(quán)平均的方法結(jié)合起來。實驗證明了采用該方法去噪后的信號進行后續(xù)診斷，識別率得到提高。
　　 論文對時域和頻域中常用的特征參數(shù)進行分析，采用靈敏度函數(shù)來評估特征參數(shù)識別兩類故障的能力。傳統(tǒng)的特征參數(shù)識別兩種故障的靈敏度一般不高，文中用特征參數(shù)靈敏度作為適應(yīng)度函數(shù)，通過遺傳算