【摘要】：機(jī)械設(shè)備的可靠性問題在隨著“中國制造2025”的提倡落實(shí)、中國的工業(yè)化進(jìn)程不斷擴(kuò)大和升級的過程中,顯得越突出。轉(zhuǎn)子作為常見旋轉(zhuǎn)機(jī)械的主要傳動件,其運(yùn)行狀態(tài)關(guān)系設(shè)備使用方的直接利益。保障轉(zhuǎn)子設(shè)備的安全可靠性即需要在問題故障發(fā)生的早期、程度較輕時就得到準(zhǔn)確的檢測和診斷。本文目標(biāo)面向旋轉(zhuǎn)機(jī)械的主要傳動部件——轉(zhuǎn)子系統(tǒng),提出一種自適應(yīng)的時頻分析故障診斷方法和多種故障模式識別方法,針對轉(zhuǎn)子早期輕度故障特征微弱不易診斷的問題進(jìn)行研究。針對轉(zhuǎn)子故障診斷過程中尤為重要的特征提取和分類識別兩塊內(nèi)容,通過實(shí)驗數(shù)據(jù)的處理來解決具體的診斷問題�？紤]經(jīng)驗?zāi)B(tài)分解的自適應(yīng)性分解信號的優(yōu)點(diǎn),選擇集合經(jīng)驗?zāi)B(tài)分解方法作為特征提取方法和分類識別方法的基礎(chǔ)。在此之上提出了基于加權(quán)思想的小波閾值降噪方法對信號進(jìn)行預(yù)處理,降低特征提取過程中的干擾因素;選用峭度原則對EEMD分解結(jié)果進(jìn)行故障信號的篩選重構(gòu),提高轉(zhuǎn)子早期輕度故障振動的能量占比;在對所提出特征提取方法效果進(jìn)行分析時發(fā)現(xiàn)該方法的有效性沒有達(dá)到預(yù)期的針對全部故障形式有效,采用希爾伯特-黃變換分析方法的特征提取結(jié)果作為對比說來說明提出方法的最終效果;最后結(jié)合的具有數(shù)理統(tǒng)計優(yōu)勢的自回歸模型和小樣本訓(xùn)練高準(zhǔn)確性的支持向量機(jī)方法對轉(zhuǎn)子系統(tǒng)的常見故障進(jìn)行分類識別。最終通過仿真實(shí)驗驗證了改進(jìn)小波閾值降噪方法在信號降噪預(yù)處理方面的有效性,以及基于峭度原則的EEMD特征提取方法的性能;通過實(shí)驗進(jìn)一步對具體的5種常見轉(zhuǎn)子故障形式進(jìn)行特征提取和診斷,對比希爾伯特-黃分析方法結(jié)果發(fā)現(xiàn)對于不同振動激勵方式產(chǎn)生的故障形式兩種方法均不能完全保障有效性,但是提出的基于峭度原則的EEMD特征提取方法有效性能更好且物理意義更為明確;基于支持向量機(jī)的轉(zhuǎn)子故障分類識別方法也由實(shí)驗數(shù)據(jù)驗證了其100%的分類識別精度。
【圖文】：

圖 2-5 轉(zhuǎn)子振動動力學(xué)模型考慮轉(zhuǎn)子系統(tǒng)質(zhì)量不平衡和不對中窮情況存在，y 與 z 方向上同時存在不平衡力與彎矩，利用模態(tài)坐標(biāo) p 的變換可推導(dǎo)得出整個轉(zhuǎn)子系統(tǒng)的質(zhì)量-彈簧-阻尼系統(tǒng)下的動力學(xué)方程：Mp kp Q (2-1式中，M 為當(dāng)量質(zhì)量，K 為彈性系數(shù)，Q 為外界激勵，包含不平衡力矩陣 Qa和彎矩矩陣 Qb，則根據(jù)式(2-1)可得到含故障激勵時的轉(zhuǎn)子振動動力學(xué)方程：Ma bp kp Q Q (2-2式中，彎矩bQ 成對出現(xiàn)。由式 2-2 可以看出，系統(tǒng)的故障振動響應(yīng)主要由最終作用在轉(zhuǎn)子上的不平衡力和不對中彎矩對系統(tǒng)的作用構(gòu)成。則系統(tǒng)的不同故障響應(yīng)特征應(yīng)從系統(tǒng)對不平

21IMF3 功率譜 IMF6 功率譜(c) 前 6 項 IMF 分量功率譜圖 3-1 EMD 分解高斯白噪聲部分 IMF 分量及功率譜由上圖中可以得出以下信息：(1) 對高斯白噪聲信號進(jìn)行 EMD 分解的結(jié)果 IMF 分量是按照分解順序以此分離出由高到低的頻帶成分。即 EMD 對高斯噪聲信號的分解作用起到了一個帶通濾波器組的功能，從第一個 IMF 分量的計算開始，，類似于高通濾波器的效果分離出原始信號的高頻成分，逐步降低帶通濾波范圍至最后的低頻振動成分。(2) 從最終的結(jié)果來看，EMD 分解所具有的帶通濾波效果中，濾波頻帶是
【學(xué)位授予單位】：新疆大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TH133

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 馬輝;楊健;宋溶澤;能海強(qiáng);聞邦椿;;轉(zhuǎn)子系統(tǒng)碰摩故障實(shí)驗研究進(jìn)展與展望[J];振動與沖擊;2014年06期

2 姚朝龍;劉立龍;;基于改進(jìn)閾值法的小波去噪研究[J];測繪工程;2012年03期

3 張玲;;旋轉(zhuǎn)機(jī)械轉(zhuǎn)子不平衡故障診斷與處理[J];石油和化工設(shè)備;2012年03期

4 王曉偉;劉占生;張廣輝;竇唯;;基于聲發(fā)射的可傾瓦徑向滑動軸承碰摩故障診斷[J];中國電機(jī)工程學(xué)報;2009年08期

5 鄭長松;馬彪;馬源;;基于油液光譜分析的綜合傳動狀態(tài)監(jiān)測試驗研究[J];光譜學(xué)與光譜分析;2009年03期

6 李學(xué)軍;廖傳軍;褚福磊;;適于聲發(fā)射信號故障特征提取的小波函數(shù)[J];機(jī)械工程學(xué)報;2008年03期

7 胡勁松;楊世錫;;基于自相關(guān)的旋轉(zhuǎn)機(jī)械振動信號EMD分解方法研究[J];機(jī)械強(qiáng)度;2007年03期

8 張建民,徐小力,許寶杰,王紅軍;面向機(jī)電系統(tǒng)狀態(tài)監(jiān)測與故障診斷的現(xiàn)代技術(shù)[J];北京理工大學(xué)學(xué)報;2004年09期

9 楊世錫,胡勁松,吳昭同,嚴(yán)拱標(biāo);旋轉(zhuǎn)機(jī)械振動信號基于EMD的希爾伯特變換和小波變換時頻分析比較[J];中國電機(jī)工程學(xué)報;2003年06期

10 馮志鵬,宋希庚,薛冬新,謝宇,鄧東風(fēng);旋轉(zhuǎn)機(jī)械振動故障診斷理論與技術(shù)進(jìn)展綜述[J];振動與沖擊;2001年04期

相關(guān)博士學(xué)位論文 前6條

1 蔣超;基于EEMD與MED的沖擊信號自適應(yīng)故障特征提取方法[D];上海大學(xué);2016年

2 盧磊;機(jī)械加工過程中的早期故障微弱信號處理方法研究[D];哈爾濱工業(yè)大學(xué);2016年

3 從飛云;基于滑移向量序列奇異值分解的滾動軸承故障診斷研究[D];上海交通大學(xué);2012年

4 吳斌;旋轉(zhuǎn)機(jī)械易損關(guān)鍵零部件故障診斷方法研究[D];大連理工大學(xué);2012年

5 熊衛(wèi)華;經(jīng)驗?zāi)B(tài)分解方法及其在變壓器狀態(tài)監(jiān)測中的應(yīng)用研究[D];浙江大學(xué);2006年

6 楊宇;基于EMD和支持向量機(jī)的旋轉(zhuǎn)機(jī)械故障診斷方法研究[D];湖南大學(xué);2005年

相關(guān)碩士學(xué)位論文 前4條

1 栗祥;基于EMD與SVM的航空發(fā)動機(jī)轉(zhuǎn)子系統(tǒng)故障診斷[D];西安工業(yè)大學(xué);2017年

2 胡鑫;轉(zhuǎn)子狀態(tài)監(jiān)測中故障特征選擇及提取技術(shù)研究[D];哈爾濱工程大學(xué);2014年

3 楊文瑛;基于經(jīng)驗?zāi)B(tài)分解的轉(zhuǎn)子故障信號熵特征提取研究[D];蘭州理工大學(xué);2012年

4 陳淼峰;基于EMD與支持向量機(jī)的轉(zhuǎn)子故障診斷方法研究[D];湖南大學(xué);2005年

本文編號：2615522