基于聲場空間分布特征的機(jī)械故障診斷方法及其應(yīng)用研究.pdf

1、現(xiàn)代工業(yè)的發(fā)展使得機(jī)械設(shè)備的狀態(tài)監(jiān)測與故障診斷越來越受到重視，傳統(tǒng)的故障診斷技術(shù)面臨著新的挑戰(zhàn)。目前故障診斷主要基于振動信號的測試與分析，但振動傳感器在某些設(shè)備上或工況環(huán)境中安裝不便，使得振動故障診斷方法的應(yīng)用受到限制。結(jié)構(gòu)振動與輻射噪聲有著緊密聯(lián)系，機(jī)械噪聲蘊(yùn)含著豐富的機(jī)械狀態(tài)信息，噪聲信號也能像振動信號一樣進(jìn)行機(jī)械設(shè)備的狀態(tài)監(jiān)測與故障診斷。聲學(xué)診斷技術(shù)具有非接觸測量、不影響設(shè)備運(yùn)行、操作簡單便捷等優(yōu)點(diǎn)，可部分地代替振動信號作為故障診

2、斷的補(bǔ)充手段。傳統(tǒng)聲學(xué)診斷技術(shù)主要基于單通道測試與分析，只能得到機(jī)械局部的聲學(xué)特征隨時間或頻率的變化規(guī)律，也不易選擇測點(diǎn)位置，而且聲信號易受干擾和污染。聲學(xué)故障診斷技術(shù)雖具有很大發(fā)展?jié)摿?，但?dāng)測點(diǎn)位置選擇不當(dāng)，局部的聲學(xué)特征對故障不敏感時診斷效果就會受到影響，特別是在相干工況下，故障源的聲信號如果被干擾源的聲信號淹沒，則傳統(tǒng)聲學(xué)診斷方法將不再適用，基于單通道聲信號所提取的故障特征不能穩(wěn)定地反映機(jī)械本身的運(yùn)行狀態(tài)，很大程度上影響了診斷效果

3、。
　　聲成像技術(shù)通過傳聲器陣列獲取測量面處的聲信號，按照相應(yīng)重建算法進(jìn)行聲源反演，可重建結(jié)構(gòu)表面的聲場分布并預(yù)測整個輻射聲場，將重建聲場的整體信息用于故障診斷，能克服傳統(tǒng)聲學(xué)診斷中局部診斷的缺陷，也可避免測點(diǎn)選擇難的問題，這為新型聲學(xué)故障診斷技術(shù)的發(fā)展創(chuàng)造了條件?；谡麄€重建面上的聲學(xué)信息顯然比基于單點(diǎn)測試的聲信號所含有的故障信息要豐富，后者只具備一個或幾個局部測點(diǎn)的聲學(xué)信息，而前者還獲得了整個聲場的分布信息，從空間上體現(xiàn)了潛藏

4、在聲場分布中的故障模式，從所重建的聲場信息中挖掘出的聲場空間分布特征必然較常規(guī)聲學(xué)診斷方法所提取的特征更全面也更穩(wěn)定。在較強(qiáng)的干擾噪聲環(huán)境下，即使局部單通道聲信號并不穩(wěn)定，但整體上聲場的空間分布模式能保持較好的穩(wěn)定性。
　　機(jī)器運(yùn)行時會產(chǎn)生輻射聲場，不同的運(yùn)行狀態(tài)具有不同模式的聲場分布，因此，若能有效挖掘機(jī)器在不同故障狀態(tài)下輻射聲場的分布模式規(guī)律，提取對故障模式敏感的特征量，將比傳統(tǒng)基于單通道信號分析的聲學(xué)診斷能更有效更可靠地診斷

5、機(jī)械故障。鑒于這一思想，本文提出了基于聲場空間分布特征的故障特征提取方法，應(yīng)用圖像處理技術(shù)從聲像圖中提取反映聲場空間分布特性的紋理特征，揭示機(jī)械在不同運(yùn)行狀態(tài)下聲場的分布規(guī)律；并在此基礎(chǔ)上，提出了基于聲場空間分布特征的機(jī)械故障診斷方法，分別發(fā)展了適于中高頻分析的基于遠(yuǎn)場波束形成聲成像的故障診斷方法和適于中低頻分析的基于近場聲全息聲成像的故障診斷方法。數(shù)值仿真和實(shí)驗(yàn)研究證實(shí)了機(jī)器設(shè)備在不同運(yùn)行狀態(tài)下，聲像圖中的紋理信息反映了相應(yīng)輻射聲場的

6、空間分布特性，能夠揭示機(jī)器的不同故障模式狀態(tài)而進(jìn)行故障診斷?；诼晥隹臻g分布特征的機(jī)械故障診斷方法有效綜合了陣列測量、聲成像、圖像處理、特征提取、模式識別等多學(xué)科研究成果，能對機(jī)械設(shè)備輻射聲場可視化的同時，挖掘出潛藏于聲場中的故障模式特征，有效進(jìn)行故障診斷。滾動軸承和齒輪箱的故障診斷實(shí)驗(yàn)研究進(jìn)一步驗(yàn)證了方法的有效性和實(shí)用性，干擾噪聲的影響研究進(jìn)一步體現(xiàn)了方法的優(yōu)越性，這一新型的聲學(xué)診斷方法不僅拓展了聲成像技術(shù)的應(yīng)用范圍，也為聲學(xué)故障診斷

7、提供了新的思路和選擇，促進(jìn)了故障診斷技術(shù)的發(fā)展及其在實(shí)踐中的應(yīng)用。本文的具體研究內(nèi)容如下：
　?。?）綜述了機(jī)械故障診斷技術(shù)的發(fā)展概況，特別是聲學(xué)故障診斷與智能診斷；概述了聲成像技術(shù)的發(fā)展，并對目前常用的波束形成和近場聲全息技術(shù)進(jìn)行了總結(jié)。
　?。?）分析了機(jī)械設(shè)備輻射聲場的產(chǎn)生，對結(jié)構(gòu)聲輻射問題進(jìn)行了數(shù)學(xué)描述；推導(dǎo)了平面近場聲全息的基本公式，總結(jié)了近場聲全息在實(shí)際應(yīng)用中的參數(shù)選擇問題；介紹了波束形成的基本原理，總結(jié)了參數(shù)選

8、擇問題；研究了幾種典型的紋理分析方法，用于提取聲場空間分布特征，并對支持向量機(jī)模式識別作了研究介紹。
　?。?）提出了基于聲場空間分布信息的特征提取與機(jī)械故障診斷方法，并發(fā)展了適于中高頻分析的基于遠(yuǎn)場波束形成聲成像的故障診斷方法和適于中低頻分析的基于近場聲全息聲成像的故障診斷方法，分別進(jìn)行了具體研究。
　　（4）在對聲成像技術(shù)和特征提取方法的研究基礎(chǔ)上，提出了基于NAH聲成像和Hist+GLGCM特征提取的機(jī)械故障診斷方法，

9、并應(yīng)用于滾動軸承與齒輪箱的故障診斷，對其分別搭建故障診斷實(shí)驗(yàn)臺，進(jìn)行多類故障診斷實(shí)驗(yàn)研究，并與傳統(tǒng)聲學(xué)診斷方法進(jìn)行對比，還考察了干擾噪聲對聲成像和診斷結(jié)果的影響。
　?。?）研究了齒輪箱嚙合頻率及其邊頻處的聲像圖特性，考察了不同特征頻率對診斷結(jié)果的影響，總結(jié)了基于聲成像的齒輪箱故障診斷在特征頻率選擇上的問題，指出邊頻處的聲場分布模式不穩(wěn)定，不適于故障模式的辨識。
　?。?）研究了不同灰度量化級和各紋理特征提取方法的診斷性能，