基于全矢譜的旋轉(zhuǎn)機(jī)械故障特征提取研究.pdf

1、大型旋轉(zhuǎn)類機(jī)械往往是企業(yè)的關(guān)鍵性咽喉設(shè)備,它們以轉(zhuǎn)子及其它回轉(zhuǎn)部件作為工作的主體。在石油、化工、冶金、發(fā)電等大、中型企業(yè)中,旋轉(zhuǎn)設(shè)備約占80％的比例,包括壓縮機(jī)、鼓風(fēng)機(jī)、汽輪機(jī)、發(fā)電機(jī)、軋鋼機(jī)等。作為企業(yè)的核心設(shè)備,一旦發(fā)生故障,將給企業(yè)甚至人們的生命財(cái)產(chǎn)帶來(lái)難以估量的損失和傷害。所以大型旋轉(zhuǎn)類設(shè)備運(yùn)行狀態(tài)的監(jiān)測(cè)及其故障的及時(shí)診斷和解決也是科技工作者愈來(lái)愈關(guān)心的問(wèn)題。
　　 旋轉(zhuǎn)類機(jī)械運(yùn)行狀態(tài)的監(jiān)測(cè)及其故障診斷依據(jù)是被診斷對(duì)象所

2、表征的一切有用的信息,比如振動(dòng)、噪聲、轉(zhuǎn)速、溫度、壓力、流量等。旋轉(zhuǎn)類機(jī)械的振動(dòng)信號(hào)中蘊(yùn)含了大量的信息,可以幫助人們監(jiān)測(cè)設(shè)備的運(yùn)行狀態(tài)及判斷故障的類型。故障特征提取就是對(duì)系統(tǒng)的動(dòng)態(tài)信號(hào)預(yù)處理后得到的信息進(jìn)行分析和處理,提取與系統(tǒng)狀態(tài)有關(guān)的數(shù)據(jù),再對(duì)得到的數(shù)據(jù)進(jìn)行處理和分析,提取其中與系統(tǒng)狀態(tài)相關(guān)性較大的敏感特征。有效特征向量的提取是故障診斷中的關(guān)鍵環(huán)節(jié),也是能否及時(shí)、正確的做出故障診斷的關(guān)鍵因素。
　　 針對(duì)傳統(tǒng)單通道信息采集的

3、不完整及實(shí)時(shí)性差等問(wèn)題,本文將全矢譜技術(shù)分別與粗集理論、小波分析方法結(jié)合起來(lái),提出了基于全矢譜技術(shù)的旋轉(zhuǎn)類機(jī)械故障特征提取方法。
　　 全矢譜分析技術(shù)基于旋轉(zhuǎn)機(jī)械同源信息融合,它是矢量譜分析及其一系列擴(kuò)展分析方法的統(tǒng)稱。它可以融合轉(zhuǎn)子一個(gè)截面上的兩個(gè)或三個(gè)通道的信息并對(duì)這些信息進(jìn)行組合,它不僅彌補(bǔ)了傳統(tǒng)單通道分析信息不足及不完整等缺點(diǎn),而且具有分辨率高、三維分析可行性、高分辨率下指示轉(zhuǎn)子在各回轉(zhuǎn)頻率下的振動(dòng)強(qiáng)度和方位及與傳統(tǒng)分析

4、方法的兼容性等特點(diǎn)。
　　 粗糙集理論是由波蘭的Z.Pawlak教授于上世紀(jì)80年代提出,是一種能夠分析處理不精確、不一致、不完整信息與知識(shí)的數(shù)學(xué)工具,它的基本思想是通過(guò)數(shù)據(jù)庫(kù)分類歸納形成概念和規(guī)則,通過(guò)等價(jià)關(guān)系的分類對(duì)目標(biāo)的近似實(shí)現(xiàn)知識(shí)發(fā)現(xiàn)。通常用來(lái)作為數(shù)據(jù)約簡(jiǎn)的工具,它在消除冗余信息等方面有良好效果。小波分析是傅里葉分析的一個(gè)自然延伸,小波分析技術(shù)是由Morlet在1984年首先提出的,它克服了傳統(tǒng)傅里葉變換只考慮正弦振動(dòng)的

5、能量而沒(méi)有考慮其他振動(dòng)方式的能量的缺點(diǎn),對(duì)輸入信號(hào)的要求較低,具有靈敏度高,克服噪聲能力強(qiáng)等優(yōu)點(diǎn)。小波變換具有良好的時(shí)頻局部化特性和對(duì)信號(hào)自適應(yīng)變焦、多分辨率分析的能力,可以將信號(hào)在不同尺度上展開(kāi).提取各個(gè)頻帶上的特性的同時(shí)也保留了頻帶相應(yīng)的各個(gè)尺度上的時(shí)頻特性。用小波分析技術(shù)對(duì)故障特征進(jìn)行提取更為有效。
　　 本文探討了矢譜理論的基本原理及算法,并將全矢譜技術(shù)分別與粗糙集理論和小波分析技術(shù)相結(jié)合,提出了基于全矢譜技術(shù)-粗集理論