高速旋轉設備關鍵部件故障信息提取算法的研究.pdf

1、高速旋轉機械設備是工業(yè)上應用廣泛的機械設備，被廣泛應用于電力、石油、采礦等行業(yè)中。滾動軸承是旋轉機械設備中最常使用的部件之一，同時它又是一種容易損壞的部件，據(jù)統(tǒng)計旋轉機械的故障有30％是由滾動軸承的故障引起的。軸承的損傷會導致旋轉機械設備產(chǎn)生異常的振動和噪聲，嚴重時甚至造成設備損壞和人員的傷亡。因此對滾動軸承進行狀態(tài)監(jiān)測和故障診斷具有十分重要的意義，一直是國內外工程技術領域非常關注的課題。
　　 本文首先簡要介紹了高速旋轉機械設

2、備和滾動軸承故障診斷的研究目的和意義，對滾動軸承故障診斷的發(fā)展現(xiàn)狀和常用的故障診斷方法做了較詳細說明。然后分析了滾動軸承的構造、故障種類和故障機理，并對其中使用最多的振動分析法進行詳細的介紹和分析，包括時域分析、頻域分析和時頻域分析等方法。在這些算法研究的基礎之上，本文具體完成了以下工作：
　　 第一，提出了一種基于相關分析的改進型的小波包算法。小波變換能多尺度地同時提供信號在時域和頻譜的局部化信息，是信號處理尤其是非平穩(wěn)隨機信

3、號處理的一種重要的時頻手段。其中的小波包分析不僅對信號低頻部分進行分解，而且對高頻部分也進行分解，是一種較小波分解更為精細的分解方法。人們把小波包分解技術同包絡解調技術相結合產(chǎn)生了小波包包絡解調技術，并將其應用到機械故障診斷領域中，取得了良好的效果。在使用小波包對振動信號進行分析時，目前多是根據(jù)診斷人員經(jīng)驗或各頻段重構信號的能量的大小選擇幾個重構節(jié)點進行解調分析，來判斷軸承運行狀態(tài)。本文結合相關分析法提出了一種改進型的小波包算法，在解決

4、節(jié)點選擇問題的同時，使用自相關對選擇節(jié)點進行處理，進一步提高分析信號信噪比，在一定程度上提高了滾動軸承故障診斷的準確度。
　　 第二，提出了一種基于Welch功率譜估計一脈沖因子的共振解調算法。共振解調法是目前比較常用的滾動軸承故障診斷方法，它可以獲得較高的信噪比。當其某一元件出現(xiàn)局部損傷時，產(chǎn)生的沖擊脈沖力會引起振動系統(tǒng)的多個高頻固有振動。目前使用軟件方法實現(xiàn)共振解調算法時，選擇哪個固有振動作為研究對象目前主要靠診斷人員的專業(yè)