轉(zhuǎn)子系統(tǒng)不平衡-不對中耦合故障的動力學(xué)分析與診斷.pdf

1、在旋轉(zhuǎn)機械中,由于制造、裝配不良或系統(tǒng)經(jīng)常處于高速、高載狀態(tài),很容易發(fā)生轉(zhuǎn)子不平衡、不對中等故障,若不及時診斷,將會引發(fā)碰摩、基礎(chǔ)松動等二次故障,進而引發(fā)多故障的相互耦合,這對機器的正常運轉(zhuǎn)造成重大的影響。而系統(tǒng)一旦產(chǎn)生故障,往往不是以一種故障的形式出現(xiàn),而是以多故障的相互耦合形式發(fā)生。對此,本文針對不平衡-不對中耦合故障做了如下研究:
　　首先對轉(zhuǎn)子不平衡、不對中故障的機理進行了研究,建立了轉(zhuǎn)子系統(tǒng)不平衡、不對中以及不平衡-不對

2、中耦合故障的有限元模型。
　　對系統(tǒng)進行了臨界速度分析和振動響應(yīng)分析,采用Newmark_β數(shù)值積分法求得了耦合故障的振動特性,分析時充分考慮了轉(zhuǎn)動慣量、剪切變形以及陀螺力對系統(tǒng)的影響。定量分析了不平衡量,不同轉(zhuǎn)速對整個系統(tǒng)的影響。通過對轉(zhuǎn)子系統(tǒng)耦合故障的軸心軌跡、時頻特性、三維瀑布圖以及軸承振動響應(yīng)的研究,發(fā)現(xiàn)轉(zhuǎn)子系統(tǒng)耦合故障具有豐富的故障特性。
　　分析了幾種經(jīng)典的流形學(xué)習(xí)算法在故障診斷中的應(yīng)用,深入研究了FDA、LFD

3、A以及IOLFDA三種流形學(xué)習(xí)算法的故障診斷機理,提出了基于小波包與LFDA的故障診斷方法。選取仿真分析中的振動數(shù)據(jù)和軸心軌跡數(shù)據(jù)作為樣本,分別用這五種流形學(xué)習(xí)算法對樣本進行故障診斷,發(fā)現(xiàn)LE和LPP算法不能識別正常和故障信號,而FDA、LFDA以及IOLFDA三種算法能夠完全識別正常、單故障和耦合故障特征,IOLFDA對測試樣本的識別率最高。
　　在綜合故障試驗臺上對不平衡、不對中以及不平衡-不對中耦合故障進行了模擬實驗。采用信

4、息融合技術(shù),對采集的故障信號進行了時頻特性分析,發(fā)現(xiàn)故障在軸向、徑向和垂向三個方向表現(xiàn)出了不同的故障特性;不平衡故障以1倍轉(zhuǎn)頻為主,不對中故障以2倍轉(zhuǎn)頻為主,不平衡-不對中耦合故障的特征不是兩種故障特征的簡單疊加,在整體上表現(xiàn)出了不平衡故障的特性。
　　最后將本文提出的基于小波包與LFDA算法的故障診斷方法應(yīng)用到耦合故障實驗中,對比分析了LE、LPP、FDA、LFDA以及IOLFDA幾種流形學(xué)習(xí)算法的診斷效果,發(fā)現(xiàn)LE、LPP無法