小波變換在轉(zhuǎn)子故障診斷中若干問題的研究.pdf

1、轉(zhuǎn)子是旋轉(zhuǎn)機械最主要的部件，而旋轉(zhuǎn)機械廣泛應(yīng)用于石油、化工、機械、冶金、電力等行業(yè)，因此轉(zhuǎn)子的故障診斷越來越被人們重視。隨著科學(xué)技術(shù)的發(fā)展，國內(nèi)外學(xué)者提出了很多故障診斷的新方法、新技術(shù)，并在實際工程中得到了應(yīng)用。小波變換是信號處理的前沿技術(shù)，本文對其在轉(zhuǎn)子故障診斷中的應(yīng)用進行了深入探討和研究。 1.在查閱大量文獻的基礎(chǔ)上，介紹旋轉(zhuǎn)機械故障診斷的意義、內(nèi)容和國內(nèi)外發(fā)展現(xiàn)狀及趨勢，并概括故障診斷的常用方法；介紹小波基礎(chǔ)理論，其中包括

2、小波變換、多分辨率分析、Mallat算法、小波包理論等。 2.在Bently RK4轉(zhuǎn)子實驗臺上模擬轉(zhuǎn)子系統(tǒng)的四種運行狀態(tài)，包括正常、不平衡、徑向碰摩和油膜渦動，獲取轉(zhuǎn)子不同恒速狀態(tài)下的振動信號，為進一步研究小波變換提供可用的實驗數(shù)據(jù)。 3.研究小波基的選擇，對Daubechies小波系進行分析比較，最后選用db3小波基，并用實測信號進行驗證，取得了較好的檢測效果。 4.研究信號的小波消噪，對消噪閾值進行分析比較

3、并選取，采用小波軟閾值啟發(fā)式閾值法對實驗臺上測取的轉(zhuǎn)子染噪信號和電廠實測的燃?xì)廨啓C轉(zhuǎn)子染噪的振動信號進行消噪處理，得到了滿意的消噪效果。 5.研究小波奇異性檢測，分別對信號突變程度和突變位置進行小波檢測，推導(dǎo)Lipschitz指數(shù)的求解方法和思想。 6.研究基于小波包分解的信號特征提取，對轉(zhuǎn)子實驗臺上采集到的轉(zhuǎn)子不同狀態(tài)下的數(shù)據(jù)進行小波包特征提取，提出小波包靈活組合的思想，比傳統(tǒng)的“頻率等分”法更貼近實際。 7.

4、研究小波包與神經(jīng)網(wǎng)絡(luò)相結(jié)合的故障診斷方法，將小波理論和神經(jīng)網(wǎng)絡(luò)理論結(jié)合起來，組建松散型的小波神經(jīng)網(wǎng)絡(luò)，并對網(wǎng)絡(luò)進行訓(xùn)練和測試，使得該網(wǎng)絡(luò)具有轉(zhuǎn)子故障分類的功能。該方法具有很好的工程應(yīng)用價值。 8.研究VB與Matlab混合編程技術(shù)，并引入到轉(zhuǎn)子故障診斷系統(tǒng)中。介紹混合編程的優(yōu)點、混合編程的原理及方法。在此基礎(chǔ)上編寫轉(zhuǎn)子故障診斷軟件，解決了VB與Matlab混合編程的技術(shù)難點，實現(xiàn)了小波消噪、小波檢測、小波包特征提取、BP網(wǎng)絡(luò)故障