小波分析在旋轉機械故障診斷中的應用.pdf

1、隨著現(xiàn)代工業(yè)的快速發(fā)展，對設備的安全穩(wěn)定運行要求越來越高，故障診斷技術得到了廣泛的應用，而與此同時，傳統(tǒng)的診斷技術已經很難適應工業(yè)生產的需要。正是在這樣的背景下，本文將時頻分析的新方法——小波分析(WaveletAnalysis)應用于旋轉機械故障診斷當中。 由于機器運行中存在大量的非平穩(wěn)信號，而傳統(tǒng)的時域和頻域分析方法在處理非平穩(wěn)信號時有很大的局限性，小波變換則從基函數(shù)角度出發(fā)，吸取傅里葉變換中的三角基(進行頻率分析)與短時傅

2、里葉變換中的時移窗函數(shù)的特點，形成振蕩的、衰減的基函數(shù)[1]。從而以其多尺度和時頻特性而成為處理非平穩(wěn)信號的重要工具，并被譽為“數(shù)學顯微鏡”。 本文首先闡述了研究背景，故障診斷技術的發(fā)展及其國內外發(fā)展現(xiàn)狀。然后本文對旋轉機械的常見故障及其機理做了簡要的介紹，從而明確了旋轉機械故障診斷所需要的依據及診斷方法。在第三章，本文對整個系統(tǒng)進行了總體的設計，并對各個模塊做了簡要的介紹，同時，比較了傳統(tǒng)的故障診斷方法和小波分析方法，分析了在

3、旋轉機械故障診斷中引入小波分析的必要性。最后兩章分別詳細地介紹了系統(tǒng)中的兩個核心模塊的設計與實現(xiàn)。實踐表明，該方法提高了故障診斷的準確性，取得了良好效果。同時，小波分析的結果還可以為以后的專家系統(tǒng)，智能診斷提供數(shù)據。 本課題的研究背景源于某石化公司的關鍵設備——煙汽輪機狀態(tài)監(jiān)測需要提出的。為確保該機組不發(fā)生故障，減少不必要的維修與停機，提高自動化及自適應能力，提出了采用計算機實時監(jiān)測與故障診斷。為了使所開發(fā)的產品具有一定的適應性