復(fù)雜機械振動系統(tǒng)噪聲源診斷技術(shù)研究.pdf

1、機械設(shè)備運行狀態(tài)的良好是設(shè)備安全的重要保證，隨著其重視程度的不斷加強，對設(shè)備故障診斷的研究也日益廣泛。近年來，在設(shè)備診斷方面出現(xiàn)了大量新的技術(shù)，而基于特征信息融合技術(shù)的專家系統(tǒng)已成為該領(lǐng)域的一個重要研究方向。 本文以機械設(shè)備的振動輻射噪聲監(jiān)測為基礎(chǔ)，研究了基于振動噪聲特征信息的故障診斷方法。鑒于多特征信息能夠在診斷過程中提高診斷結(jié)果的準(zhǔn)確度，論文從理論上對比分析了多種信號特征提取方法，包括時域分析、幅值域分析、頻域分析和時頻分析

2、，并且利用上述方法處理了單級離心泵的振動數(shù)據(jù)，進一步說明了上述各方法的優(yōu)缺點。另外，為滿足診斷過程的智能化需求，本文提出了將多特征信息融合與模糊推理系統(tǒng)相結(jié)合的故障診斷方法。首先研究了信息融合技術(shù)的方法與層次結(jié)構(gòu)，分析了模糊邏輯在信息融合中的優(yōu)勢。同時，對多種模糊推理系統(tǒng)進行闡述，從理論及應(yīng)用兩方面重點研究了Mamdani模糊推理系統(tǒng)。通過具體的步驟完成系統(tǒng)設(shè)計，并結(jié)合仿真研究進一步說明該系統(tǒng)在設(shè)備故障診斷中的應(yīng)用。本文最后開展了松花湖

3、外場試驗研究，依據(jù)柴油機工作時振動噪聲各時頻域特征量的變化情況建立各個隸屬度函數(shù)，給出推理規(guī)則，選擇合適的模糊運算方法及合成規(guī)則，最后確定該診斷系統(tǒng)的模糊輸出。 通過主機機械系統(tǒng)振動噪聲試驗數(shù)據(jù)處理，驗證了本文所研究的振動噪聲信號處理方法能夠較好地提取設(shè)備運行過程中的多特征信息，并且，依據(jù)多特征量能夠?qū)υO(shè)備的工作狀態(tài)做出更全面、更具體的分析。同時，建立的基于振動噪聲的多特征信息融合的模糊診斷系統(tǒng)，能夠在故障狀態(tài)信息已知的情況下，