電機故障振聲診斷系統(tǒng)的研究.pdf

1、隨著科學(xué)技術(shù)的不斷進步，電氣化程度的不斷提高，電機設(shè)備在工業(yè)生產(chǎn)和人們生活中的應(yīng)用同益廣泛。電機設(shè)備在工作中極易發(fā)生故障，一旦發(fā)生故障，會影響整個系統(tǒng)的正常工作甚至危及人身安全，造成巨大損失甚至帶來災(zāi)難，所以電機設(shè)備的故障診斷極其重要。診斷的準(zhǔn)確及時可以保證生產(chǎn)安全平穩(wěn)，避免人員、財產(chǎn)的巨大損失。聲音信號能客觀反應(yīng)電機的運行狀態(tài)和變化規(guī)律，當(dāng)電機出現(xiàn)故障時，會產(chǎn)生不同于正常工作時發(fā)出的聲響，因此可以從電機產(chǎn)生的聲音信號著手研究，對電機的

2、工作狀態(tài)進行監(jiān)測和診斷。電機故障振聲診斷的研究對象就是電機發(fā)出的聲音信號。 本文提出結(jié)合盲分離技術(shù)、小波變換和概率論知識三種手段應(yīng)用于電機故障振聲診斷系統(tǒng)中。一般來說，當(dāng)電機發(fā)生故障時，很有可能是幾種故障同時發(fā)生，并且電機發(fā)出聲音信號在被傳感器接收過程中也可能受到其他聲音的污染，所以采集到的電機聲音是混合信號。將單個信號從混合信號中分離是正確診斷出故障的前提條件。本文采用盲分離技術(shù)中的一種算法能成功地從混合信號中分離出單獨的信號

3、。 鑒于故障信號中往往含有大量的時變、短時沖擊、突發(fā)性質(zhì)的成分，傅立葉變換只是一種純頻域的分析方法，僅適應(yīng)于分析平穩(wěn)信號，在時域里毫無分辨能力，而小波變換在時域和頻域同時有良好的局部化特性，很適合探測正常信號中夾帶的瞬態(tài)反?，F(xiàn)象并展示其成分，因此本文采用小波分析技術(shù)的多尺度分析理論對單獨的信號進行特征提取。 通過信號的特征與故障數(shù)據(jù)庫的數(shù)據(jù)的比較，可以判斷出電機故障的種類。故障數(shù)據(jù)庫的建立是一個龐大的數(shù)據(jù)統(tǒng)計過程，本文利