旋轉(zhuǎn)機(jī)械早期故障特征提取的時頻分析方法研究.pdf

1、旋轉(zhuǎn)機(jī)械設(shè)備運(yùn)行時,其振動信號一般是非常復(fù)雜的,各種振動因素綜合起來,得到的機(jī)械系統(tǒng)的振動信號必然是非平穩(wěn)非線性的多分量信號,不同的非平穩(wěn)特性也預(yù)示著不同的機(jī)械故障形式。目前,時頻分析技術(shù)在機(jī)械故障特征提取中取得了廣泛的應(yīng)用,但如何更準(zhǔn)確地提取信號中的早期(微弱)故障特征仍然是該學(xué)科研究的熱點和難點。在此背景下,深入研究了旋轉(zhuǎn)機(jī)械及其早期故障的基本特點、多分辨分析技術(shù)、Hilbert-Huang變換、多分辨EMD方法、時頻域平均技術(shù)、循

2、環(huán)平穩(wěn)理論以及基于局域均值分解的時頻分析方法等信號分析處理技術(shù),對旋轉(zhuǎn)機(jī)械故障信號的消噪、解調(diào)、特征放大技術(shù)、時頻表示等特征提取技術(shù)進(jìn)行了深入的研究。
　　 首先對目前常用的時頻分析工具進(jìn)行了回顧和比較,對時頻分析方法的發(fā)展歷程及研究現(xiàn)狀進(jìn)行了簡要介紹,對旋轉(zhuǎn)機(jī)械的早期故障信號的特點和常用診斷方法進(jìn)行了分析。
　　 旋轉(zhuǎn)機(jī)械的振動信號由于具有循環(huán)平穩(wěn)的特點,因此將其變換到平穩(wěn)的循環(huán)域?qū)π盘栠M(jìn)行平均處理能較好的提取特征信號

3、而濾除干擾。頻域平均不但能較好的分辨信號中的多個周期成分,實現(xiàn)設(shè)備的多故障檢測,而且能使得信號的早期(或微弱)故障信號的能量被加強(qiáng),特征更突出。提出了首先用多分辨分析的EMD方法獲得信號的瞬時頻率,再對信號進(jìn)行頻域平均處理的方法,并用齒輪傳動故障檢測實驗裝置進(jìn)行實驗,結(jié)果表明了該方法的有效性和可行性。
　　 時域平均對提取與回轉(zhuǎn)頻率直接相關(guān)的周期信號,是較為有效的信號分析和預(yù)處理方法,但當(dāng)旋轉(zhuǎn)機(jī)械運(yùn)行不平穩(wěn)時,該方法將失效。首先

4、對循環(huán)平穩(wěn)理論和時域平均方法進(jìn)行了分析,為提高時域平均的診斷精度和適用范圍,將齒輪箱輸入軸瞬時速度的三次曲線擬合和信號重采樣相結(jié)合,提出了非同步特征信號的時域平均提取方法。實驗結(jié)果表明了該方法的有效性。
　　 目前,旋轉(zhuǎn)機(jī)械故障振動信號的解調(diào)方法有多種,這些方法都只適用于單分量的AM-FM信號。局域均值分解是一種新出現(xiàn)的時頻分析方法,比較EMD方法而言具有許多獨特的優(yōu)點。在介紹LMD方法的基礎(chǔ)上,分析了直接計算瞬時頻率的局限性,

5、提出了將LMD方法與能量算子解調(diào)相結(jié)合多分量信號處理方法。由于LMD方法和EMD方法類似,亦是基于極值點來定義局域均值函數(shù)和局域包絡(luò)函數(shù),同樣存在端點效應(yīng)。在分析LMD的端點效應(yīng)產(chǎn)生根源的基礎(chǔ)上,提出了特征趨勢正弦函數(shù)法實現(xiàn)數(shù)據(jù)延拓的端點效應(yīng)處理方法。最后通過實驗表明,基于LMD的能量算子解調(diào)法能有效地應(yīng)用于旋轉(zhuǎn)機(jī)械早期故障診斷中,所采用的端點效應(yīng)處理方法簡單有效。
　　 對虛擬儀器技術(shù)進(jìn)行了研究。在上述理論研究成果的基礎(chǔ)上,研