多傳感器信息融合技術(shù)在電機故障診斷中的應用研究.pdf

1、電機是最主要的機電能量轉(zhuǎn)換設備，不論是在國民經(jīng)濟中的各種能源、制造領(lǐng)域里，還是在人們的日常生活中，電機都有著無可替代的地位。電機故障診斷技術(shù)的研究具有重大的經(jīng)濟意義和社會意義，經(jīng)歷了幾十年的發(fā)展，電機故障診斷技術(shù)取得了長足進步，不論是在信號處理方面還是在診斷方法上與發(fā)展之初相比都已不可同日而語，然而，目前普遍采用的基于單參數(shù)、單特征的電機故障診斷系統(tǒng)在診斷過程中仍存在很大的不確定性，有時往往難以保證診斷的精確度，在此基礎上，本文構(gòu)建了一

2、種基于多傳感器信息融合技術(shù)的電機故障診斷方法。
　　本文以電機故障診斷為研究對象，首先介紹了電機故障診斷技術(shù)的背景、意義及發(fā)展，分析了電機故障診斷技術(shù)的發(fā)展趨勢，同時對多傳感器信息融合技術(shù)進行了簡介，并對電機定子故障、轉(zhuǎn)子故障、軸承故障及氣隙偏心故障等常見故障進行了分析。
　　在信號處理及特征提取方面，針對希爾伯特-黃變換的核心內(nèi)容經(jīng)驗模態(tài)分解中存在的模態(tài)混疊以及虛假分量問題進行了改進。通過仿真實驗，驗證了集合經(jīng)驗模態(tài)分解在

3、抑制模態(tài)混疊現(xiàn)象時的可行性;采用了利用灰色關(guān)聯(lián)度進行虛假分量識別的方法，通過與相關(guān)系數(shù)法的對比仿真，證明了灰色關(guān)聯(lián)度在識別虛假分量時的有效性。并在此基礎上，利用各固有模態(tài)函數(shù)能量構(gòu)造故障特征向量。在故障局部診斷方法上，采用了目前應用最為廣泛、理論最為成熟的BP神經(jīng)網(wǎng)絡，介紹了神經(jīng)網(wǎng)絡的基礎知識、原理、結(jié)構(gòu)及學習過程，利用神經(jīng)網(wǎng)絡的優(yōu)良特性為后續(xù)的基于D-S證據(jù)理論的信息融合方法提供精度和可靠性更高的輸入信息。在信息融合算法方面，對D-S

4、證據(jù)理論的基本概念及D-S合成規(guī)則進行了介紹和分析，在基本可信度分配函數(shù)的構(gòu)成上，利用神經(jīng)網(wǎng)絡局部診斷結(jié)果作為基礎綜合考慮誤差因素，不僅解決了D-S證據(jù)理論中如何構(gòu)建基本可信度分配函數(shù)的難點，同時也避免了D-S合成規(guī)則難以處理沖突證據(jù)的缺陷，將神經(jīng)網(wǎng)絡與D-S證據(jù)理論有效結(jié)合起來。
　　最后，本文構(gòu)建了基于多傳感器信息融合技術(shù)的電機故障診斷系統(tǒng)模型，并選擇電機故障中最為常見的軸承故障作為實驗對象，對診斷系統(tǒng)進行了實驗驗證和數(shù)據(jù)分析