基于小波變換與經(jīng)驗模態(tài)分解的電機轉子振動信號處理方法的研究.pdf

1、電機是現(xiàn)代工業(yè)過程中重要的動力能源和驅動設備，電機轉子故障會直接影響到電機的功能精度、可靠性和持久性。轉子振動信號包含轉子運行重要信息，分析轉子振動信號獲取電機運行特征是目前研究的熱點問題之一。
　　 本文根據(jù)電機轉子振動信號的非平穩(wěn)性特點，針對傳統(tǒng)的傅里葉變換不能完全滿足故障信號特征提取的要求，重點研究小波變換、經(jīng)驗模式分解和集合經(jīng)驗模態(tài)分解對電機轉子振動信號的處理、分析方法。主要內容如下:
　　 1)針對轉子非平穩(wěn)振

2、動信號的特點，研究了小波變換基本理論，給出了小波變換對非平穩(wěn)振動信號消噪的步驟，仿真實驗說明了小波變換有效地實現(xiàn)對振動信號的消噪。針對振動信號中出現(xiàn)的突變部分，深入研究了小波變換的奇異性檢測原理，給出了振動信號奇異點定位方法的具體步驟。小波變換分解的細節(jié)圖中，振動信號的奇異部分檢測效果并不明顯，提出了采用細節(jié)信號相乘的方法，有效地實現(xiàn)了對振動信號奇異點的準確定位。
　　 2)針對小波變換在分辨率上存在模糊和小波基、降噪閾值的選取

3、等問題，提出了經(jīng)驗模態(tài)分解方法的基本理論，給出了經(jīng)驗模態(tài)分解算法的基本步驟，論證了經(jīng)驗模態(tài)分解方法具有的完備性和正交性，實現(xiàn)了對振動信號趨勢項的提取。針對經(jīng)驗模態(tài)分解自適應濾波方法，實驗證實了該方法在低信噪比情況下，有效地去除了噪聲部分，提取出振動信號的頻率成分。為了準確提取轉子故障信號中的分數(shù)倍頻率成分，提出了先將信號經(jīng)驗模態(tài)分解，再對固有模態(tài)函數(shù)求Hilbert邊際譜的方法，實現(xiàn)了對轉子故障類型的準確判斷。
　　 3)針對經(jīng)

4、驗模態(tài)分解方法在對信號進行分解時出現(xiàn)的模態(tài)混疊現(xiàn)象，提出了集合經(jīng)驗模態(tài)分解方法，給出了該方法的具體步驟。仿真實驗證實了此方法能夠有效地解決模態(tài)混疊現(xiàn)象。在此基礎上詳細地分析了小波變換、經(jīng)驗模態(tài)分解和集合經(jīng)驗模態(tài)分解在對電機轉子振動信號消噪中的適用性，證實了集合經(jīng)驗模態(tài)方法能有效地消除噪聲、抑制脈沖干擾，很好地保留信號的振動特性，實現(xiàn)對振動信號的消噪。
　　 4)以LabVIEW為軟件開發(fā)平臺，配合轉子振動模擬試驗臺、傳感器、信號