復(fù)雜機械系統(tǒng)動態(tài)特性分析和實驗辨識方法的研究.pdf

1、近年來，隨著科學(xué)技術(shù)的進步和生產(chǎn)的發(fā)展，高速、高效和大功率成為機電產(chǎn)品的一個重要發(fā)展方向。這就導(dǎo)致大型機械系統(tǒng)結(jié)構(gòu)日趨復(fù)雜，其中包含各類非線性環(huán)節(jié)。如果仍然采用線性模型或線性系統(tǒng)的分析、設(shè)計、監(jiān)測與故障診斷方法，就會“忽略”與系統(tǒng)特性緊密相關(guān)的非線性特性，從而導(dǎo)致難以接受的錯誤，造成分析、設(shè)計和運行監(jiān)測與故障診斷的失敗。鑒于動態(tài)特性(特別是非線性動態(tài)特性)的問題的復(fù)雜性和多樣性，不可能有普遍適用的一般解決方法。因此，對特定問題，仍需研究

2、各自的解決方案和技術(shù)。 本文是面向復(fù)雜機械系統(tǒng)(包括復(fù)雜機電系統(tǒng)和機電液系統(tǒng))的動態(tài)特性和故障診斷的研究。以實測振動數(shù)據(jù)為基礎(chǔ)，研究非線性特性描述、統(tǒng)計學(xué)分析和人工智能辨識理論與方法。提出了復(fù)雜機械系統(tǒng)振動信號預(yù)處理和精確數(shù)字積分方法，并將其應(yīng)用于非線性特征相空間描述中；提出了改善這類非線性系統(tǒng)神經(jīng)網(wǎng)絡(luò)辨識及建模精度的方法，以及基于人工智能模型的非線性特征提取與故障診斷方法。在此基礎(chǔ)上，提出了對大型振動篩、鋼帶熱軋機等復(fù)雜工程結(jié)

3、構(gòu)和系統(tǒng)的動態(tài)特性分析、建模及故障診斷的綜合技術(shù)路線，解決了振動篩與熱連軋機的動態(tài)特性分析與診斷等工程技術(shù)問題，取得了實際的經(jīng)濟效益。 對于含有非線性環(huán)節(jié)的復(fù)雜機械系統(tǒng)，由于其構(gòu)成和工作過程的復(fù)雜性，往往只能通過實測數(shù)據(jù)得到特定非線性特性的統(tǒng)計描述。作者在考慮噪聲和干擾造成的信號失真與畸變，以及積分形成的進一步失真和漂移等情況下，提出基于小波變換的寬帶濾波、FFT變換等的組合數(shù)字積分方法，實現(xiàn)實測的ICP加速度計信號一次、二次積

4、分，得到較精確的振動速度和位移等信號。在此基礎(chǔ)上，研究了實現(xiàn)工程非線性振動時域信號相空間描述和特征提取的合理方法。 建立復(fù)雜的機械系統(tǒng)的精確解析模型相當(dāng)困難，乃至難于實現(xiàn)。因此，作者研究了通過神經(jīng)網(wǎng)絡(luò)辨識建立這些系統(tǒng)的較精確模型的方法。根據(jù)模型擬合度、模型泛化能力和殘差檢驗，選擇了NNARX辨識模型。確定了神經(jīng)網(wǎng)絡(luò)模型的激活函數(shù)、隱層節(jié)點數(shù)及歷史數(shù)據(jù)和延遲，最終得到適合于所研究系統(tǒng)的較高精度的神經(jīng)網(wǎng)絡(luò)辨識模型，為后續(xù)的非線性特征

5、分析提供條件。 復(fù)雜的機電或機電液系統(tǒng)的運行狀態(tài)和規(guī)律極為復(fù)雜，許多情況下基于動力學(xué)方程(線性或非線性)的分析不能準(zhǔn)確反映其運動特征。作者將數(shù)據(jù)采集、相空間重構(gòu)和非線性系統(tǒng)辨識有機結(jié)合，使用前述的數(shù)據(jù)預(yù)處理和神經(jīng)網(wǎng)絡(luò)辨識方法，實現(xiàn)系統(tǒng)振動狀態(tài)的相空間重構(gòu)及特征提??；提出了基于神經(jīng)網(wǎng)絡(luò)辨識模型的三維譜分析方法，即在較精確的非線性系統(tǒng)神經(jīng)網(wǎng)絡(luò)模型上，設(shè)定各種特定的虛擬激勵輸入，通過仿真，得到輸出響應(yīng)數(shù)據(jù)，據(jù)此得到能反映系統(tǒng)特征的三維

6、譜，從而得到系統(tǒng)在特定條件下的運行特性。此方法以高的可信度分析系統(tǒng)的動態(tài)特性，其結(jié)果可以直接或間接用于復(fù)雜系統(tǒng)的故障診斷。 作為選煤廠關(guān)鍵設(shè)備的大型振動篩是包含許多非線性環(huán)節(jié)的大型振動機械，作者綜合應(yīng)用前述理論和實驗研究成果，進行了大型振動篩的運行特性分析和裂紋的診斷，取得了滿意的結(jié)果。作者在基于振動篩的實測數(shù)據(jù)的運行特征分析中發(fā)現(xiàn)，在一定條件下振動篩在垂直于側(cè)板方向的振動是混沌運動，不同位置溉沌性的強弱不同。使用辨識得到的較精

7、確的系統(tǒng)模型，通過仿真輸出信號，找到此系統(tǒng)通往混沌的路徑。使用非線性指標(biāo)和神經(jīng)網(wǎng)絡(luò)模型輸出的三維譜，檢測振動篩比例模型的裂紋，并分析了不同位置的振動信號特征值，為裂紋定位提供依據(jù)。 熱連軋精軋機組是復(fù)雜機電液系統(tǒng)，如果由于故障或設(shè)計不當(dāng)，使電液伺服液壓壓下系統(tǒng)的穩(wěn)定性降低，乃至使機架連同其它機械結(jié)構(gòu)產(chǎn)生劇烈的振動，嚴(yán)重影響產(chǎn)品質(zhì)量與設(shè)備運行安全。作者提出包括現(xiàn)場實測、振動譜分析與相空間分析、系統(tǒng)辨識、壓下控制系統(tǒng)穩(wěn)定性分析等的綜