基于HHT和D-S理論的離心泵故障診斷方法研究.pdf

1、設(shè)備故障診斷是一門(mén)各學(xué)科交叉的新技術(shù)，近20多年來(lái)，得到了迅速發(fā)展，并產(chǎn)生了巨大的經(jīng)濟(jì)效益。由于離心泵故障信號(hào)是非平穩(wěn)信號(hào)，因此有必要選擇恰當(dāng)?shù)倪m合于非平穩(wěn)信號(hào)分析的信號(hào)處理方法。常用的時(shí)頻分析方法如窗口傅立葉變換(Windowed Fourier Transform)，WVD(Wigner-Ville Distribution)、小波變換等都有各自的局限性。近來(lái)，一種適合于處理非平穩(wěn)信號(hào)的時(shí)頻分析方法Hilbert-Huang變換(H

2、ilbert-Huang Transform，簡(jiǎn)稱(chēng)HHT)被提出來(lái)以后，經(jīng)驗(yàn)證在很多方面的應(yīng)用效果都優(yōu)于其它的信號(hào)處理方法。 信息融合是近年來(lái)興起的一門(mén)學(xué)科，在許多領(lǐng)域得到了廣泛的研究和應(yīng)用，在離心泵故障診斷領(lǐng)域的應(yīng)用尚處于起步階段。離心泵故障診斷中可利用的信息很多，只有充分利用有用的信息來(lái)對(duì)離心泵的故障進(jìn)行診斷才能提高故障診斷的精度和可靠性，因此故障診斷實(shí)質(zhì)上是一個(gè)多信息融合的過(guò)程。針對(duì)設(shè)備故障診斷中存在的處理數(shù)據(jù)量大、故障類(lèi)

3、型復(fù)雜多變、領(lǐng)域知識(shí)難于準(zhǔn)確獲得、故障識(shí)別率低的現(xiàn)狀，本文提出了一種Hilbert-Huang變換(HHT)、神經(jīng)網(wǎng)絡(luò)和證據(jù)理論相結(jié)合的信息融合方法，并將其應(yīng)用于離心泵的故障診斷。提高了故障診斷系統(tǒng)的靈活性、故障診斷的效率和準(zhǔn)確性。 首先，本文論述了Hilbert-Huang變換技術(shù)的特點(diǎn)、形式結(jié)構(gòu)和具體的處理方法，提出了利用HHT進(jìn)行離心泵振動(dòng)和汽蝕信號(hào)的時(shí)頻分析方法。通過(guò)信號(hào)的Hilbert-Huang譜，能夠同時(shí)在時(shí)頻域分

4、析信號(hào)的變化情況，發(fā)現(xiàn)信號(hào)不同頻率范圍能量分布具有很大的差異，為了定量描述這種差異，定義了不同頻率范圍(不同模態(tài))信號(hào)所占的能量比作為特征變量。 其次，論述了RBF神經(jīng)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)和學(xué)習(xí)方式；重點(diǎn)介紹了RBF神經(jīng)網(wǎng)絡(luò)的特點(diǎn)，提出了一種動(dòng)態(tài)建立網(wǎng)絡(luò)結(jié)構(gòu)的在線訓(xùn)練算法。 最后，詳細(xì)介紹了D-S證據(jù)理論的基本原理、合成規(guī)則、推理過(guò)程。本文設(shè)計(jì)了一個(gè)基于神經(jīng)網(wǎng)絡(luò)和D-S證據(jù)理論的信息融合故障診斷方法，從待診斷系統(tǒng)的振動(dòng)信號(hào)的特