学位论文 > 优秀研究生学位论文题录展示

基于全矢谱的旋转机械故障特征提取研究

作　者: 王宏超
导　师: 韩捷
学　校: 郑州大学
专　业: 机械电子工程
关键词: 全矢谱特征提取粗糙集小波-包络分析全矢小波分析故障诊断
分类号: TH165.3
类　型: 硕士论文
年　份: 2011年
下　载: 82次
引　用: 2次
阅　读: 论文下载

内容摘要

大型旋转类机械往往是企业的关键性咽喉设备,它们以转子及其它回转部件作为工作的主体。在石油、化工、冶金、发电等大、中型企业中,旋转设备约占80%的比例,包括压缩机、鼓风机、汽轮机、发电机、轧钢机等。作为企业的核心设备,一旦发生故障,将给企业甚至人们的生命财产带来难以估量的损失和伤害。所以大型旋转类设备运行状态的监测及其故障的及时诊断和解决也是科技工作者愈来愈关心的问题。旋转类机械运行状态的监测及其故障诊断依据是被诊断对象所表征的一切有用的信息,比如振动、噪声、转速、温度、压力、流量等。旋转类机械的振动信号中蕴含了大量的信息,可以帮助人们监测设备的运行状态及判断故障的类型。故障特征提取就是对系统的动态信号预处理后得到的信息进行分析和处理,提取与系统状态有关的数据,再对得到的数据进行处理和分析,提取其中与系统状态相关性较大的敏感特征。有效特征向量的提取是故障诊断中的关键环节,也是能否及时、正确的做出故障诊断的关键因素。针对传统单通道信息采集的不完整及实时性差等问题,本文将全矢谱技术分别与粗集理论、小波分析方法结合起来,提出了基于全矢谱技术的旋转类机械故障特征提取方法。全矢谱分析技术基于旋转机械同源信息融合,它是矢量谱分析及其一系列扩展分析方法的统称。它可以融合转子一个截面上的两个或三个通道的信息并对这些信息进行组合,它不仅弥补了传统单通道分析信息不足及不完整等缺点,而且具有分辨率高、三维分析可行性、高分辨率下指示转子在各回转频率下的振动强度和方位及与传统分析方法的兼容性等特点。粗糙集理论是由波兰的Z.Pawlak教授于上世纪80年代提出,是一种能够分析处理不精确、不一致、不完整信息与知识的数学工具,它的基本思想是通过数据库分类归纳形成概念和规则,通过等价关系的分类对目标的近似实现知识发现。通常用来作为数据约简的工具,它在消除冗余信息等方面有良好效果。小波分析是傅里叶分析的一个自然延伸,小波分析技术是由Morlet在1984年首先提出的,它克服了传统傅里叶变换只考虑正弦振动的能量而没有考虑其他振动方式的能量的缺点,对输入信号的要求较低,具有灵敏度高,克服噪声能力强等优点。小波变换具有良好的时频局部化特性和对信号自适应变焦、多分辨率分析的能力,可以将信号在不同尺度上展开.提取各个频带上的特性的同时也保留了频带相应的各个尺度上的时频特性。用小波分析技术对故障特征进行提取更为有效。本文探讨了矢谱理论的基本原理及算法,并将全矢谱技术分别与粗糙集理论和小波分析技术相结合,提出了基于全矢谱技术-粗集理论在旋转机械频谱特征提取中的应用及对小波-包络分析和全矢小波分析在滚动轴承故障特征提取中应用并对两种方法进行对比研究,编制Matlab程序及进行相关实验验证其功能。

全文目录

摘要  4-6
Abstract  6-11
第1章绪论  11-18
  1.1 课题的来源、目的及意义  11-13
    1.1.1 课题的米源  11
    1.1.2 课题的目的和意义  11-13
  1.2 国内外发展概况  13-17
    1.2.1 信息融合技术  13-16
    1.2.2 旋转机械故障特征提取技术概述  16-17
  1.3 本文的主要研究内容  17
  1.4 本章小结  17-18
第2章基于同源信息融合的全矢谱技术  18-29
  2.1 概述  18
  2.2 全矢谱技术  18-26
    2.2.1 全矢谱技术理论基础  18-22
    2.2.2 全矢谱技术数值计算  22-24
    2.2.3 全矢谱技术应用实例  24-26
  2.3 矢功率谱分析  26-28
    2.3.1 矢功率谱的定义  26
    2.3.2 矢功率谱计算方法  26-27
    2.3.3 矢功率谱实例应用  27-28
  2.4 本章小结  28-29
第3章旋转机械常见故障特征及提取技术  29-48
  3.1 前言  29
  3.2 设备故障及分类  29-30
  3.3 旋转机械常见故障及其特征  30-37
    3.3.1 转子质量不平衡  32
    3.3.2 转子不对中  32-34
    3.3.3 转子弓形弯曲  34
    3.3.4 油膜涡动  34-35
    3.3.5 油膜振荡  35
    3.3.6 喘振  35-36
    3.3.7 支撑系统联接松动  36
    3.3.8 转子碰摩  36-37
  3.4 旋转机械故障特征提取技术  37-47
    3.4.1 传统旋转机械故障特征提取技术  37-42
    3.4.2 现代旋转机械故障特征提取技术  42-47
  3.5 本章小结  47-48
第4章小波-包络分析和全矢小波分析在滚动轴承故障特征提取中的对比研究  48-58
  4.1 前言  48
  4.2 小波-包络分析  48-52
    4.2.1 小波分析理论及其算法  49-50
    4.2.2 包络分析方法的分类及其应用  50-51
    4.2.3 希尔伯特包络分析分法  51-52
    4.2.4 小波-包络分析方法  52
  4.3 全矢小波分析方法  52-53
  4.4 小波-包络分析和全矢小波分析在滚动轴承故障特征提取中的对比研究实例分析  53-56
  4.5 本章小结  56-58
第5章全矢谱-粗集理论在旋转机械故障频谱特征提取中的应用研究  58-70
  5.1 前言  58
  5.2 粗糙集理论基础  58-64
    5.2.1 知识和知识库  59-60
    5.2.2 知识库的表达方式  60-61
    5.2.3 不可分辨关系  61
    5.2.4 粗集的粗等价  61-62
    5.2.5 知识的简化和核  62-64
    5.2.6 决策表的形式化定义和简化  64
  5.3 基于全矢谱-粗糙集理论的频谱故障特征提取  64-66
    5.3.1 特征频率的选取  64-65
    5.3.2 特征频带值归一化处理  65-66
  5.4 基于全矢谱-粗糙集理论的频谱故障特征提取实例分析  66-69
    5.4.1 旋转机械四种故障标准频率谱的简化  66
    5.4.2 基于全矢谱-粗糙集理论的频谱故障特征提取实验研究的步骤  66-67
    5.4.3 实例研究  67-69
  5.5 本章小结  69-70
第6章结论及展望  70-72
  6.1 创新点及结论  70-71
    6.1.1 创新点  70
    6.1.2 结论  70-71
  6.2 展望  71-72
参考文献  72-76
个人简历在学期间发表的学术论文及研究成果  76-77
致谢  77

基于全矢谱的旋转机械故障特征提取研究

内容摘要

全文目录

相似论文