變轉速下機械動態(tài)信息的自適應提取與狀態(tài)評估.pdf

1、與平穩(wěn)工況相比，變轉速下的機械設備的動態(tài)信號十分復雜，信號會出現調頻、調幅、調相等非平穩(wěn)特征，這些特征又往往相互耦合，使故障特征的提取變得十分困難。變轉速下機械故障特征的提取既是許多行業(yè)機械裝備故障診斷水平提升所迫切需要解決的技術瓶頸，也是當前國內外研究的熱點問題。
　　本論文是在這一背景下，從故障信號的產生機理、信號的傳播機制入手，通過研究轉速波動對機械動態(tài)信號影響的本質，建立了機械故障瞬態(tài)幅、頻、相信息的自適應提取方法，揭示了

2、故障特征隨設備轉速的演化規(guī)律。這一研究工作為變轉速下的機械故障診斷理論奠定了基礎，并成功應用于轉子裂紋特征提取、齒輪箱起停車故障診斷、變轉速軸承故障診斷、數控機床傳動鏈誤差溯源等領域，獲得了令人滿意的效果。
　　論文首先指出了變轉速下機械故障診斷的迫切需求和難點，根據變轉速下機械故障診斷方法的發(fā)展歷程，從信號采集與預處理、非平穩(wěn)信號分析、故障智能診斷等角度對現有文獻進行分類、回顧和總結，指出現有方法無法有效實現變轉速下機械故障診斷

3、的癥結所在。
　　回轉設備的瞬時轉速是變轉速下機械故障診斷的重要參數之一，也是提取表征設備運行狀態(tài)其它關鍵參數的基本前提，針對傳統(tǒng) STFT方法存在的瞬時轉速估計精度不足的問題，論文提出了一種基于短時chirp-Fourier變換的自適應瞬時轉速估計方法。該方法建立了調頻參數的自適應選取策略，可根據信號的時頻分布特性對信號進行自適應匹配分解，不但提高了計算效率，而且避免了譜圖模糊問題，實現了瞬時轉速的精確估計。
　　階次跟蹤

4、技術建立了非平穩(wěn)信號與循環(huán)平穩(wěn)信號之間橋梁。然而現有的階次跟蹤方法總是依賴于編碼器或鍵相傳感器等硬件設備，不僅提高了測試成本，也給現場安裝和維護帶來不便。針對該問題，本文將自適應短時chirp-Fourier變換與Vold-Kalman濾波相結合，建立了一種適用于大轉速波動的無鍵相階次跟蹤技術，擺脫了傳統(tǒng)階次跟蹤方法對鍵相信號的依賴，拓展了階次跟蹤技術的應用范圍，實現了轉速自適應跟蹤。
　　起停車是許多機械裝備歷經的一種工況，也是

5、一種典型的變轉速運行過程。然而，從機械測試的角度看，該過程相當于對機械系統(tǒng)施加了一個掃頻激勵，由于設備的故障在不同的激勵頻率下會呈現出不同的振動響應和變化趨勢，與恒定轉速工況相比，起停車過程的動態(tài)信號中就包含了更為豐富的狀態(tài)信息。為此，本文建立了一種基于短時相位解調的齒輪箱起停車故障診斷技術，通過聯合柔性化的時域平均和短時相位提取方法，將故障引起的相位調制表征為關于轉速和齒輪箱回轉角度的聯合分布函數。該技術不僅可以更加有效地識別故障，而

6、且能為齒輪箱最佳測試轉速的確定提供有力依據。
　　傳統(tǒng)滾動軸承故障診斷方法建立在恒定轉速假設的基礎上。然而在工業(yè)應用中，多數的承載軸承的運行轉速非恒定。在變轉速工況下，軸承的故障通過頻率隨時間而變化，因此，其沖擊包絡呈現非平穩(wěn)特征，導致傳統(tǒng)的特征頻譜分析方法不再有效。為了解決上述問題，本文從滾動軸承的振動形成機理出發(fā)，建立了一種無鍵相包絡階次分析方法。該方法首先采用譜峭度方法獲得故障的沖擊包絡信號；然后通過廣義階次跟蹤技術提取滾動

7、軸承的瞬時相位信息；最后利用該相位信息對沖擊包絡信號進行角度域重采樣，從而解決了變轉速下滾動軸承的故障診斷問題。本文將該算法應用于某鐵路局列車滾動軸承的故障診斷，其診斷效果相比傳統(tǒng)方法獲得顯著提高。
　　盡管振動分析是現階段設備故障診斷最為有效途徑之一，然而在一些場合，測振傳感器由于環(huán)境和工況限制難以安裝。那么在振動信息無法獲得的情況下，如何尋找新的診斷信息源成為現階段故障診斷的研究熱點。針對以上問題，本文探索了內置編碼器信息在機

8、械設備故障中的應用。為了精確提取故障引起的轉速波動特征，提出了一種基于數字微分器的瞬時轉速估計方法，并進一步討論了窗函數及窗長選取對轉速算法性能的影響，為機械設備的故障特征提取提供了一種新的手段。通過現場應用案例證實了該方法在數控機床振源定位中的有效性和穩(wěn)定性。
　　將基于內置傳感器信息的測試手段與上述非平穩(wěn)信號處理方法相結合，形成了變轉速下的機床傳動誤差測量與溯源技術?；谝陨显?，研究并開發(fā)了一套機床傳動鏈動態(tài)誤差測試系統(tǒng)。本