旋轉(zhuǎn)機(jī)械振動(dòng)信號(hào)的分離.pdf

1、針對(duì)旋轉(zhuǎn)機(jī)械振動(dòng)監(jiān)測(cè)與故障診斷所面臨的各種干擾與有用信息相互混雜的情況，本文探討了一種適用于旋轉(zhuǎn)機(jī)械振動(dòng)信號(hào)處理與故障特征提取方法，該方法可以將各振動(dòng)源所引起的混合信號(hào)分離為單一的振源信號(hào)，最大程度地凸顯與待監(jiān)測(cè)機(jī)器及部件故障相對(duì)應(yīng)的特征信息，大大提高故障診斷的準(zhǔn)確性。 本文以旋轉(zhuǎn)機(jī)械的振動(dòng)為研究對(duì)象，首先從信號(hào)處理的角度研究了旋轉(zhuǎn)機(jī)械的振動(dòng)信號(hào)特性以及置于旋轉(zhuǎn)機(jī)械殼體上傳感器所測(cè)振動(dòng)信號(hào)的混合情況，得出相應(yīng)的混合模型，并在此基

2、礎(chǔ)上，系統(tǒng)地研究了幾種實(shí)用的信號(hào)分離及降噪技術(shù)。特別是以盲源分離為重點(diǎn)研究對(duì)象，探索了盲源分離理論方法應(yīng)用在旋轉(zhuǎn)機(jī)械故障診斷中的相關(guān)算法，解決了一些在實(shí)際應(yīng)用過(guò)程中的技術(shù)細(xì)節(jié)。在以上研究的基礎(chǔ)上，建立了一個(gè)基于振動(dòng)信號(hào)盲源分離(包含非盲分離)的旋轉(zhuǎn)機(jī)械信號(hào)處理系統(tǒng)，為旋轉(zhuǎn)機(jī)械狀態(tài)監(jiān)測(cè)與故障診斷提供了一種行之有效的信號(hào)處理手段。 本文的主要工作內(nèi)容和貢獻(xiàn)如下： ●對(duì)旋轉(zhuǎn)機(jī)械振動(dòng)的機(jī)理、振動(dòng)信號(hào)的混合過(guò)程進(jìn)行了系統(tǒng)的分析，得

3、出了旋轉(zhuǎn)機(jī)械振動(dòng)信號(hào)的混合模型。 ●研究了瞬時(shí)混合模型下適用于旋轉(zhuǎn)機(jī)械振動(dòng)信號(hào)分離的FastICA方法及基于時(shí)延相關(guān)的二階盲源分離方法，通過(guò)大量的仿真實(shí)驗(yàn)對(duì)兩種方法的適用性及優(yōu)缺點(diǎn)分別加以分析及對(duì)比，并將FastICA方法擴(kuò)展到復(fù)數(shù)域，實(shí)現(xiàn)了頻域復(fù)數(shù)信號(hào)的瞬時(shí)盲源分離。 ●在卷積混合模型下，研究了相應(yīng)的時(shí)域盲源分離及頻域盲源分離兩種卷積分離方案，對(duì)時(shí)域和頻域卷積分離方法的特點(diǎn)、適用性及優(yōu)點(diǎn)分別進(jìn)行了比較。針對(duì)旋轉(zhuǎn)機(jī)械穩(wěn)定

4、運(yùn)行在工作轉(zhuǎn)速下所測(cè)得的穩(wěn)態(tài)振動(dòng)信號(hào)特性，提出了基于全局傅立葉變換的平穩(wěn)振動(dòng)信號(hào)的頻域分離方法；針對(duì)旋轉(zhuǎn)機(jī)械非穩(wěn)態(tài)運(yùn)行(增、減速及負(fù)載波動(dòng)較大)情況下的振動(dòng)信號(hào)特性，建立了基于短時(shí)傅立葉變換(STFT)的非平穩(wěn)振動(dòng)信號(hào)的頻域分離方案。 ●實(shí)施基于STFT的非平穩(wěn)振動(dòng)信號(hào)卷積混合頻域盲源分離方法過(guò)程中，需解決分離順序不確定性問(wèn)題，本文根據(jù)同一振源信號(hào)相鄰頻率幅值譜序列具有相關(guān)性這一特性，建立了基于相關(guān)系數(shù)解決置換問(wèn)題的方法，仿真驗(yàn)

5、證結(jié)果表明了該方法的有效性。 ●研究了低通、高通及帶通濾波對(duì)于盲源分離算法的影響，建立了基于濾波預(yù)處理與盲源分離相結(jié)合的振動(dòng)信號(hào)分離方案。 ●提出了基于PCA降維預(yù)處理方法的含噪盲源分離問(wèn)題的解決方案。該方案較之其它基于噪聲假設(shè)及模型假設(shè)的含噪盲源分離方法，具有適用性廣、實(shí)際應(yīng)用效果好的優(yōu)勢(shì)，而且該方案也適用于解決傳感器個(gè)數(shù)少，振源個(gè)數(shù)多的實(shí)際情況。 ●針對(duì)雙轉(zhuǎn)子航空發(fā)動(dòng)機(jī)高、低壓轉(zhuǎn)子振動(dòng)信號(hào)混合的問(wèn)題，分別提出

6、了基于FFT的非盲分離及基于盲源分離的兩種解決方案，并分析了兩方案的優(yōu)勢(shì)及適用范圍。 ●針對(duì)齒輪及軸承故障診斷過(guò)程中，所測(cè)取振動(dòng)信號(hào)受調(diào)制現(xiàn)象的影響造成振動(dòng)信號(hào)信噪比低的問(wèn)題，提出了基于時(shí)延相關(guān)預(yù)處理的盲源分離方法，該方法相當(dāng)于對(duì)所測(cè)振動(dòng)信號(hào)進(jìn)行兩次降噪，仿真及實(shí)驗(yàn)分析結(jié)果證實(shí)了時(shí)延相關(guān)預(yù)處理與盲源分離方法相結(jié)合，降噪及特征信息提取效果明顯。 ●在以上研究工作的基礎(chǔ)上，建立了基于盲源分離(含非盲分離)的旋轉(zhuǎn)機(jī)械振動(dòng)信號(hào)處