數(shù)據(jù)驅(qū)動下盲源分離滾動軸承復合故障診斷方法研究.pdf

1、在實際石化裝備工業(yè)運行過程中，監(jiān)控其運行的傳感器往往會采集到大量包含狀態(tài)信息與故障特征的重要信息，可以用于裝備的狀態(tài)監(jiān)測與故障診斷。當前設備運行的狀態(tài)變化會時刻影響信號的相關特征參數(shù)，根據(jù)相關特征參數(shù)的分布情況可以間接掌握設備的當前運動狀態(tài)。因此，狀態(tài)監(jiān)測與故障診斷成功與否的前提和關鍵在于如何從強干擾的機械狀態(tài)信號中提煉出絕對有用、能夠客觀評價和判斷診斷對象的狀態(tài)特征。在實際工業(yè)現(xiàn)場中，往往存在大量背景干擾噪聲、多種未知的機械結構源信號

2、相互耦合以及傳感器數(shù)目小于源信號數(shù)目等多種因素，加之傳感器拾取的觀測信號的傳輸過程未知，傳感器獲取的觀測信號往往都是所有可能因素影響以及信號混雜后的結果，因此，難以直接獲取有價值的故障特征信息。為了能夠準確、高效地提取故障源目標信號，前提必須盡可能地將背景噪聲和其他干擾信號進行抑制或排除。
　　針對上述問題，本論文面對石化行業(yè)裝備運行過程中故障診斷存在的問題，以石化裝備軸承智能故障診斷系統(tǒng)為切入點，首先展開石化裝備故障診斷系統(tǒng)的需

3、求分析，多角度剖析確定系統(tǒng)總體的邏輯框架。然后通過分析石化裝備滾動軸承智能故障診斷中數(shù)據(jù)采集的技術及實現(xiàn)過程，結合數(shù)據(jù)驅(qū)動的思想及優(yōu)點，分別對石化裝備滾動軸承智能故障診斷系統(tǒng)的邏輯框架的三個層面:即數(shù)據(jù)預處理、數(shù)據(jù)驅(qū)動下基于人工智能的故障診斷、數(shù)據(jù)驅(qū)動下基于統(tǒng)計方法估計盲源分離信號的故障診斷進行分析研究。論文的主要工作及創(chuàng)新之處如下:
　　1、數(shù)據(jù)驅(qū)動下改進小波分析的滾動軸承故障信號降噪?；趥鹘y(tǒng)小波閾值降噪原理，提出一種新的改進

4、小波閾值除噪的方法，設計衡量各個尺度下小波系數(shù)的標準差估計指標，并基于此構造一種新的自適應的閾值過濾函數(shù)，實現(xiàn)對采集信號的過濾去噪預處理，模擬仿真及實例仿真驗證均表明其降噪有效性。
　　2、數(shù)據(jù)驅(qū)動下耦合交互的滾動軸承復合故障解耦診斷。針對復合故障數(shù)據(jù)耦合交互特點，首先引入線性判別分析理論，將數(shù)據(jù)進行解耦映射，采用數(shù)據(jù)驅(qū)動下BP神經(jīng)網(wǎng)絡診斷方法進行解耦模式辨識，考慮到復合故障數(shù)據(jù)耦合程度較高，提出利用核函數(shù)作用下的線性判別分析解耦