【摘要】：作為最常見的機械設備,旋轉機械在各個制造行業(yè)起著至關重要的作用。轉子系統(tǒng)是旋轉機械的核心部件,其穩(wěn)定、正常運行關系到旋轉機械乃至整個機械設備的安全生產(chǎn)以及操作人員的生命安全。在旋轉機械設備中,當轉子系統(tǒng)的負載超出其最大承受載荷值,可能會產(chǎn)生嚴重后果。所以對轉子系統(tǒng)的載荷進行識別尤為重要。在載荷作用下,轉子系統(tǒng)會產(chǎn)生振動,提供動力的電機中定子電流也會相應變化。因此研究載荷作用下轉子系統(tǒng)的振動信號和電機電流信號,對載荷進行定性定量識別,實現(xiàn)轉子系統(tǒng)故障診斷,具有重要的研究意義和實際價值。首先,通過簡化和離散化轉子系統(tǒng),對轉盤和軸承進行受力分析并計算機械能,而后結合拉格朗日方程進行振動微分方程求解,建立彎扭耦合模型。同時,將轉子系統(tǒng)和電機進行連接,建立機電耦合模型。根據(jù)耦合模型,在MATLAB/Simulink環(huán)境中建立仿真模型。通過Signal Builder產(chǎn)生五種載荷(四種類型的疊加載荷和隨機載荷),作用于轉子系統(tǒng),獲得轉盤振動信號和電機電流信號。通過對兩種信號進行時域分析可知,振動信號和電機電流信號變化與載荷變化保持一致。其次,基于振動信號對轉子系統(tǒng)載荷進行定性定量識別。在定性識別過程中,提出了快速傅里葉變換(FFT)、奇異值分解(SVD)及重構、集合經(jīng)驗模態(tài)分解(EEMD)、本征模態(tài)函數(shù)(IMF)能量百分比計算和概率神經(jīng)網(wǎng)絡(PNN)相結合的方法,實現(xiàn)轉子系統(tǒng)載荷定性識別。在定量識別過程中,提出了極限學習機回歸(ELMR)方法,根據(jù)不同振動信號特征值回歸預測出不同的載荷大小,實現(xiàn)轉子系統(tǒng)載荷定量識別。同時,基于電機電流信號對轉子系統(tǒng)載荷進行定性定量識別。在定性識別過程中,提出了FFT、SVD及重構、小波包分解、節(jié)點能量百分比計算和徑向基(RBF)神經(jīng)網(wǎng)絡相結合的方法,實現(xiàn)轉子系統(tǒng)載荷定性識別。在定量識別過程中,提出了遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(GA-BP),根據(jù)不同的電機電流信號特征值回歸預測出不同的載荷大小,實現(xiàn)轉子系統(tǒng)載荷定量識別。再次,基于振動信號和電機電流信號多源融合方法對轉子系統(tǒng)進行定量識別。利用單源信號,將穩(wěn)態(tài)載荷與特征值之間的關系作為訓練樣本,通過參數(shù)優(yōu)選建立支持向量機回歸(SVMR)模型,根據(jù)不同特征值回歸預測出不同的載荷大小。而后進行多源信息融合,對載荷進行定量識別。最后,搭建轉子系統(tǒng)試驗臺,制定并實施試驗方案,獲取不同載荷作用下的轉子系統(tǒng)轉盤振動信號和電機定子電流信號。分別基于振動信號、電機電流信號和信息融合方法對作用于轉子系統(tǒng)的疊加載荷及隨機載荷進行識別研究,將仿真結果與試驗結果進行對比分析,結果驗證了仿真研究過程的可行性和載荷識別方法的正確性,為旋轉機械設備載荷識別和在線監(jiān)測提供了理論和試驗支撐。
【學位授予單位】：太原理工大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TH133.1

【相似文獻】

相關期刊論文 前10條

1 邱阿瑞;張龍照;;鼠籠式異步電動機轉子導條及端環(huán)故障時的穩(wěn)態(tài)運行分析[J];電工技術學報;1987年03期

2 張會福;狄雪蘭;文宏;陳安華;;基于本體的轉子故障知識建模研究[J];中國機械工程;2011年21期

3 楊洪偉;琚瑞喜;;熟料燒成控制中菲斯特轉子秤常見故障分析[J];新世紀水泥導報;2018年04期

4 魏云冰;楊旭華;王萬良;馮浩;;基于相位信息的感應電動機轉子故障檢測[J];電工技術學報;2005年12期

5 侯興龍;岳林;紀海明;;基于ODS方法的轉子故障分析[J];機械制造與自動化;2018年03期

6 何振鵬;徐唐進;劉佳航;王偉韜;錢俊澤;謝海超;杜超平;朱志琪;王雅文;;具有不對中故障的轉子-滑動軸承系統(tǒng)動力學特性研究[J];潤滑與密封;2018年08期

7 劉書溢;田梅;周小龍;劉文亮;;基于EEMD-ICA去噪方法在轉子故障特征識別中的應用研究[J];機械工程師;2018年08期

8 張宏輝;唐錫寬;;基于轉子故障分形特征的人工神經(jīng)元網(wǎng)絡診斷方法的研究[J];航空維修與工程;2007年03期

9 付春蓮;;轉子故障的檢查及排除[J];黑龍江科學;2013年12期

10 馬波;楊靈;沈偉;;透平機械轉子系統(tǒng)不對中故障定量診斷監(jiān)測方法研究[J];北京化工大學學報(自然科學版);2017年06期

相關會議論文 前7條

1 陳果;周海侖;;一種新的轉子故障特征提取方法[A];2008年全國振動工程及應用學術會議暨第十一屆全國設備故障診斷學術會議論文集[C];2008年

2 程建;;貫流式水輪發(fā)電機定、轉子故障分析及處理[A];四川省電工技術學會電機專業(yè)委員會二○○一年第十三屆學術年會論文集[C];2001年

3 吳峰崎;孟光;;轉子故障加速度信號的全譜分析[A];第十二屆全國信號處理學術年會（CCSP-2005）論文集[C];2005年

4 李鴻光;;基于微分的經(jīng)驗模態(tài)分解及其在多重轉子故障分析中的應用[A];The 5th 全國動力學與控制青年學者研討會論文摘要集[C];2011年

5 陳于平;劉暢;伍星;遲毅林;;轉子故障智能診斷系統(tǒng)的軟件體系結構研究[A];第十二屆全國設備故障診斷學術會議論文集[C];2010年

6 路寬;陳予恕;靳玉林;;基于瞬態(tài)POD方法的帶有常見故障的簡化轉子模型的動力學特性研究[A];第十屆動力學與控制學術會議摘要集[C];2016年

7 劉維國;;基于奇異值分解的軸心軌跡提純方法研究[A];2016年度聲學技術學術會議論文集[C];2016年

相關博士學位論文 前5條

1 鄭玉民;多故障耦合機制下水電機組轉子振動特性分析[D];武漢大學;2013年

2 王鳳利;基于局域波法的轉子系統(tǒng)非線性動態(tài)特性及應用研究[D];大連理工大學;2003年

3 王攀攀;感應電機定轉子故障的微粒群診斷方法研究[D];中國礦業(yè)大學;2013年

4 褚東亮;旋轉機械故障信號分析及診斷技術研究[D];華北電力大學(北京);2017年

5 李孟麟;融合葉尖定時信號的旋轉機械轉子故障診斷技術研究[D];天津大學;2011年

相關碩士學位論文 前10條

1 楊波;基于振動與電流信號的轉子系統(tǒng)載荷識別方法[D];太原理工大學;2019年

2 孟慶宇;典型轉子振動信號檢測及故障識別技術研究[D];武漢理工大學;2018年

3 余棟棟;整體式擠壓油膜阻尼器抑制轉子振動及管道減振研究[D];北京化工大學;2018年

4 梁yN明;帶有不對中故障的轉子系統(tǒng)相似動力學特性研究[D];東北大學;2017年

5 劉貞濤;基于自適應最稀疏時頻分析的轉子系統(tǒng)故障診斷方法[D];湖南大學;2017年

6 劉杰;轉子系統(tǒng)盤軸松動故障振動特性研究[D];南昌航空大學;2018年

7 孫鑫;基于粒子群算法的轉子振動特征識別研究[D];長春工業(yè)大學;2018年

8 黃振宇;呼吸裂紋轉子—軸承系統(tǒng)HHT譜分析及故障特征量提取[D];西安理工大學;2018年

9 郭偉杰;基于電機電流的轉子系統(tǒng)典型故障識別方法[D];太原理工大學;2017年

10 徐搏超;基于HVD和相關向量機的轉子多故障分類優(yōu)化[D];華北電力大學;2017年

，

本文編號：2618835