機械密封端面接觸狀態(tài)監(jiān)測技術(shù)研究.pdf

1、在工業(yè)化進程不斷向前的今天，機械密封作為流體機械的關(guān)鍵技術(shù)也迅速發(fā)展起來。維持機械密封的端面一定的膜厚狀態(tài)是保證機械密封正常運行的關(guān)鍵。對于傳統(tǒng)的電渦流直接測量膜厚的方法需要破壞密封的內(nèi)部結(jié)構(gòu)不利于現(xiàn)場應(yīng)用，不能滿足現(xiàn)代工業(yè)的日益增長的需求。而聲發(fā)射檢測無需改變機械密封結(jié)構(gòu)這一特性使得近期聲發(fā)射成為研究熱點。
　　本文以電渦流傳感器直接測量膜厚信號和聲發(fā)射傳感器間接測量膜厚信號的方法為基礎(chǔ)，搭建了非接觸式機械密封的膜厚狀態(tài)監(jiān)測的實

2、驗平臺。通過恒壓變轉(zhuǎn)速以及變壓恒轉(zhuǎn)速的采集相應(yīng)的電渦流數(shù)據(jù)和聲發(fā)射數(shù)據(jù)。由于聲發(fā)射信號無法直接反應(yīng)膜厚信息，我們以直接測量的結(jié)果指導(dǎo)間接測量的結(jié)果，將聲發(fā)射的信號按照膜厚程度分成三組，以此展開基于聲發(fā)射信號的膜厚狀態(tài)監(jiān)測的研究。
　　對于聲發(fā)射信號先進行零均化處理，引入先進的信號分析技術(shù)總體經(jīng)驗?zāi)B(tài)分析（ensemble empirical mode decomposition，簡稱EEMD）進行時頻分析并對每個子頻分量提取時頻域

3、以及相關(guān)特征。由于聲發(fā)射信號對環(huán)境噪聲比較敏感，信號中包含大量的隨機干擾，因此往往難以提取出較好的特征。利用核主分量分析(Kernel Principal Component Analysis，KPCA)對特征進行優(yōu)化降維，不僅降低了特征維數(shù)減少了以后的模型輸入和計算量，而且削弱了特征之間的非線性相關(guān)程度。
　　本文中采用了支持向量機(SVM)和離散型隱馬爾科夫模型(DHMM)這兩個先進理論分別進行模型的訓(xùn)練和最終膜厚的識別，并通