機(jī)械系統(tǒng)微弱故障信號(hào)檢測(cè)及特征提取方法研究.pdf

1、故障信號(hào)的特征提取是機(jī)械故障診斷中的關(guān)鍵問題，而噪聲的干擾是影響故障信號(hào)特征正確識(shí)別的重要因素。機(jī)械系統(tǒng)早期故障引起的異常信號(hào)一般都很微弱，通常被淹沒在很強(qiáng)的背景噪聲中，對(duì)信號(hào)檢測(cè)技術(shù)要求高。本文根據(jù)機(jī)械測(cè)試中振動(dòng)信號(hào)的特點(diǎn)，研究了現(xiàn)代信號(hào)處理理論應(yīng)用于機(jī)械故障信號(hào)檢測(cè)和特征提取的方法，并做了大量的仿真和實(shí)驗(yàn)。 論文首先敘述了該課題的意義、弱信號(hào)檢測(cè)的方法，介紹了機(jī)械故障特征提取方法及研究現(xiàn)狀。 針對(duì)復(fù)雜機(jī)械故障產(chǎn)生的非

2、平穩(wěn)振動(dòng)信號(hào)檢測(cè)，研究了時(shí)間一頻率分布在故障信號(hào)檢測(cè)和特征提取中的應(yīng)用。仿真分析和齒輪早期故障檢測(cè)實(shí)驗(yàn)證明，通過核函數(shù)的合理設(shè)計(jì)，能夠有效濾除噪聲，實(shí)現(xiàn)對(duì)機(jī)械設(shè)備早期故障產(chǎn)生的微弱異常振動(dòng)信號(hào)的檢測(cè)。 討論了小波基函數(shù)選取對(duì)信號(hào)處理結(jié)果的影響。詳細(xì)論述了基于小波變換的奇異性檢測(cè)理論，提出了利用三層以上細(xì)節(jié)信號(hào)的乘積作為檢測(cè)信號(hào)求解多尺度模極大值的方法，以實(shí)現(xiàn)噪聲中信號(hào)奇異點(diǎn)的檢測(cè)和定位。研究了基于小波變換的弱信號(hào)檢測(cè)方法，利用該