基于HHT和D-S理論的離心泵故障診斷方法研究.pdf

1、設(shè)備故障診斷是一門各學科交叉的新技術(shù)，近20多年來，得到了迅速發(fā)展，并產(chǎn)生了巨大的經(jīng)濟效益。由于離心泵故障信號是非平穩(wěn)信號，因此有必要選擇恰當?shù)倪m合于非平穩(wěn)信號分析的信號處理方法。常用的時頻分析方法如窗口傅立葉變換(Windowed Fourier Transform)，WVD(Wigner-Ville Distribution)、小波變換等都有各自的局限性。近來，一種適合于處理非平穩(wěn)信號的時頻分析方法Hilbert-Huang變換(H

2、ilbert-Huang Transform，簡稱HHT)被提出來以后，經(jīng)驗證在很多方面的應用效果都優(yōu)于其它的信號處理方法。 信息融合是近年來興起的一門學科，在許多領(lǐng)域得到了廣泛的研究和應用，在離心泵故障診斷領(lǐng)域的應用尚處于起步階段。離心泵故障診斷中可利用的信息很多，只有充分利用有用的信息來對離心泵的故障進行診斷才能提高故障診斷的精度和可靠性，因此故障診斷實質(zhì)上是一個多信息融合的過程。針對設(shè)備故障診斷中存在的處理數(shù)據(jù)量大、故障類

3、型復雜多變、領(lǐng)域知識難于準確獲得、故障識別率低的現(xiàn)狀，本文提出了一種Hilbert-Huang變換(HHT)、神經(jīng)網(wǎng)絡(luò)和證據(jù)理論相結(jié)合的信息融合方法，并將其應用于離心泵的故障診斷。提高了故障診斷系統(tǒng)的靈活性、故障診斷的效率和準確性。 首先，本文論述了Hilbert-Huang變換技術(shù)的特點、形式結(jié)構(gòu)和具體的處理方法，提出了利用HHT進行離心泵振動和汽蝕信號的時頻分析方法。通過信號的Hilbert-Huang譜，能夠同時在時頻域分

4、析信號的變化情況，發(fā)現(xiàn)信號不同頻率范圍能量分布具有很大的差異，為了定量描述這種差異，定義了不同頻率范圍(不同模態(tài))信號所占的能量比作為特征變量。 其次，論述了RBF神經(jīng)網(wǎng)絡(luò)的拓撲結(jié)構(gòu)和學習方式；重點介紹了RBF神經(jīng)網(wǎng)絡(luò)的特點，提出了一種動態(tài)建立網(wǎng)絡(luò)結(jié)構(gòu)的在線訓練算法。 最后，詳細介紹了D-S證據(jù)理論的基本原理、合成規(guī)則、推理過程。本文設(shè)計了一個基于神經(jīng)網(wǎng)絡(luò)和D-S證據(jù)理論的信息融合故障診斷方法，從待診斷系統(tǒng)的振動信號的特