面向設(shè)備管理的機(jī)電設(shè)備狀態(tài)監(jiān)測(cè)與故障診斷技術(shù)研究.pdf

1、本研究以機(jī)電設(shè)備為對(duì)象，對(duì)復(fù)雜振動(dòng)信號(hào)中的時(shí)頻特征提取、凈化及回轉(zhuǎn)機(jī)械的智能診斷方法進(jìn)行了研究。 ⑴針對(duì)機(jī)電設(shè)備工況信號(hào)中的非平穩(wěn)特征，提出了基于SVD降噪算法對(duì)原始振動(dòng)信號(hào)進(jìn)行預(yù)處理，然后再進(jìn)行EMD分解，抑制了異常數(shù)據(jù)或高頻噪聲產(chǎn)生的影響，分解所得基本模式分量更能反應(yīng)設(shè)備運(yùn)行狀態(tài)的本質(zhì)特征。研究了基于Hilbert變換的相位解調(diào)算法的不足，提出了基于EMD的相位解調(diào)方法，仿真數(shù)據(jù)驗(yàn)證了該方法的有效性；基于工程實(shí)踐，指出了HH

2、T在工程應(yīng)用中的兩個(gè)局限性。 ⑵針對(duì)機(jī)電設(shè)備運(yùn)行中的信號(hào)混合特性，研究了信號(hào)混合的數(shù)學(xué)模型和常用的信息分離方法，提出將盲源分離方法和Hilbert-Huang變換相結(jié)合，實(shí)現(xiàn)了旋轉(zhuǎn)機(jī)械轉(zhuǎn)子系統(tǒng)非平穩(wěn)故障特征的獨(dú)立化提取，故障診斷案例明該方法的有效性和實(shí)用性。研究了機(jī)械振動(dòng)信號(hào)變換域盲源分離的可行性，提出了機(jī)械振動(dòng)信號(hào)頻域內(nèi)的獨(dú)立分量提取方法，渦流傳感器失效故障診斷和早期碰摩故障診斷的成功應(yīng)用，表明了該方法的有效性，結(jié)合設(shè)備振動(dòng)的

3、先驗(yàn)知識(shí)可以準(zhǔn)確判定各獨(dú)立分量的物理內(nèi)涵，提高診斷信息的質(zhì)量。 ⑶針對(duì)汽輪機(jī)智能診斷中知識(shí)表達(dá)的不確定性問(wèn)題，在研究了基于聯(lián)合樹(shù)的貝葉斯網(wǎng)絡(luò)精確推理方法和貝葉斯網(wǎng)絡(luò)的學(xué)習(xí)算法的基礎(chǔ)上，結(jié)合機(jī)械故障特有的表現(xiàn)形式，提出了基于貝葉斯網(wǎng)絡(luò)的汽輪機(jī)故障診斷方法，并建立了基于貝葉斯網(wǎng)絡(luò)的機(jī)械故障診斷模型，通過(guò)對(duì)一些設(shè)備的實(shí)測(cè)數(shù)據(jù)進(jìn)行了故障診斷分析，驗(yàn)證了該模型的有效性。 ⑷研究了基于振動(dòng)信息的自動(dòng)診斷方法，建立了故障模式類的概念，

4、根據(jù)模糊聚類算法確定了故障標(biāo)準(zhǔn)模式類及其頻譜特征，為在故障模式類層次上的識(shí)別提供了理論基礎(chǔ)；研究了模糊關(guān)系診斷結(jié)果的分布規(guī)律、多征兆模糊產(chǎn)生式規(guī)則的診斷知識(shí)表示以及規(guī)則結(jié)論的可信度組合，工程診斷實(shí)例驗(yàn)證了其可靠性。 ⑸提出了監(jiān)測(cè)診斷與設(shè)備管理信息系統(tǒng)的集成化設(shè)計(jì)思想，給出了系統(tǒng)框架和技術(shù)方案，并在此基礎(chǔ)上開(kāi)發(fā)出了“基于網(wǎng)絡(luò)和狀態(tài)監(jiān)測(cè)的設(shè)備管理信息化系統(tǒng)”，消除了狀態(tài)監(jiān)測(cè)和設(shè)備管理之間的“信息孤島”現(xiàn)象。該系統(tǒng)在天津大港廣安津能發(fā)