多尺度分析方法在旋轉(zhuǎn)機(jī)械狀態(tài)監(jiān)測(cè)中的應(yīng)用研究.pdf

1、多尺度思想是人們?cè)趯?duì)世界認(rèn)識(shí)的不斷加深的過(guò)程中逐漸產(chǎn)生和發(fā)展的，與單尺度的觀點(diǎn)相比，多尺度方法更貼近人們認(rèn)識(shí)事物的習(xí)慣，也更加符合事物的本質(zhì)。本論文立足多尺度分析方法在旋轉(zhuǎn)機(jī)械狀態(tài)監(jiān)測(cè)與故障診斷中的應(yīng)用，以多尺度分析方法為主要研究?jī)?nèi)容，深入研究了四種典型的多尺度方法在旋轉(zhuǎn)機(jī)械狀態(tài)監(jiān)測(cè)中的原理、方法和效果，并最后將它們引入高速列車(chē)軸承軌邊聲學(xué)診斷系統(tǒng)的研究中。研究包括：
　　 根據(jù)旋轉(zhuǎn)機(jī)械狀態(tài)信號(hào)包含有特征頻率及高頻諧振的特征，將

2、小波方差的能量特性引入到旋轉(zhuǎn)機(jī)械狀態(tài)信號(hào)的頻譜特征提取中，提出了旋轉(zhuǎn)機(jī)械多尺度小波方差擬合特征的分析方法。即根據(jù)不同工作狀態(tài)下旋轉(zhuǎn)機(jī)械狀態(tài)信號(hào)的“小波方差對(duì)數(shù)一尺度”最小二乘法擬合直線呈現(xiàn)出的與設(shè)備狀態(tài)相關(guān)的特點(diǎn)，通過(guò)擬合直線斜率對(duì)狀態(tài)信號(hào)進(jìn)行分類(lèi)。通過(guò)滾動(dòng)軸承三狀態(tài)振動(dòng)測(cè)試和齒輪箱三狀態(tài)測(cè)試兩個(gè)獨(dú)立實(shí)驗(yàn)對(duì)該方法進(jìn)行了驗(yàn)證和分析，證明小波方差擬合特征作為一種新的信號(hào)多尺度分析參數(shù)，可以有效的反映旋轉(zhuǎn)機(jī)械的不同故障和同一故障的不同故障階段

3、，同時(shí)計(jì)算簡(jiǎn)便，易于計(jì)算機(jī)實(shí)現(xiàn)實(shí)時(shí)監(jiān)測(cè)。
　　 針對(duì)狀態(tài)監(jiān)測(cè)中經(jīng)常要遇到的設(shè)備狀態(tài)突變現(xiàn)象，將信息熵理論與小波變換結(jié)合，研究了多尺度小波熵對(duì)設(shè)備狀態(tài)信號(hào)突變的檢測(cè)能力，提出基于小波熵的旋轉(zhuǎn)機(jī)械狀態(tài)監(jiān)測(cè)方法。該方法通過(guò)特征頻率的選擇，消除低信噪比對(duì)信號(hào)整體熵的影響，利用小波熵對(duì)系統(tǒng)參數(shù)突變的敏感性，實(shí)現(xiàn)對(duì)設(shè)備故障的預(yù)警。齒輪箱全壽命實(shí)驗(yàn)表明小波時(shí)間熵和小波奇異熵可以有效的檢測(cè)齒輪箱狀態(tài)突變情況。
　　 齒輪發(fā)生磨損時(shí)，輪對(duì)

4、故障點(diǎn)周期性嚙合時(shí)將會(huì)產(chǎn)生附加振動(dòng)而激勵(lì)齒輪共振，這種共振信號(hào)具有較強(qiáng)的尺度行為。根據(jù)該特征研究了標(biāo)度分析在旋轉(zhuǎn)機(jī)械狀態(tài)監(jiān)測(cè)中的應(yīng)用。并以去趨勢(shì)波動(dòng)分析為基礎(chǔ)，將去趨勢(shì)波動(dòng)分析中子區(qū)間概念細(xì)化到每一個(gè)采樣點(diǎn)，通過(guò)權(quán)重函數(shù)調(diào)節(jié)計(jì)算不同尺度下的滑動(dòng)平均和二階中心距，可以得到每一個(gè)采樣點(diǎn)的波動(dòng)函數(shù)，發(fā)展了一種新的局域標(biāo)度指數(shù)方法。該方法比去趨勢(shì)波動(dòng)分析更加重視信號(hào)局部的精細(xì)結(jié)構(gòu)。齒輪箱磨損試驗(yàn)清晰的表明局域標(biāo)度指數(shù)可以濾除其他頻率成分，有效直

5、觀的檢測(cè)出故障齒嚙合時(shí)信號(hào)的微弱故障頻率成分。
　　 分析了單重分形刻畫(huà)信號(hào)的特征時(shí)只能從整體上反映信號(hào)的不規(guī)則性，缺乏對(duì)局部奇異性刻畫(huà)的缺點(diǎn)，研究了多重分形對(duì)旋轉(zhuǎn)機(jī)械狀態(tài)信號(hào)局部尺度行為的表征能力。并將去趨勢(shì)多重分形方法引入到旋轉(zhuǎn)機(jī)械狀態(tài)監(jiān)測(cè)中，并定義了多重分形譜的形態(tài)學(xué)特征，以此定量提取了信號(hào)的狀態(tài)參數(shù)進(jìn)行故障分類(lèi)。齒輪箱磨損試驗(yàn)的去趨勢(shì)多重分形分析證明了該方法具有良好的故障分類(lèi)效果。
　　 在高速鐵路快速發(fā)展的背景