【摘要】：作為最常見的機械設(shè)備,旋轉(zhuǎn)機械在各個制造行業(yè)起著至關(guān)重要的作用。轉(zhuǎn)子系統(tǒng)是旋轉(zhuǎn)機械的核心部件,其穩(wěn)定、正常運行關(guān)系到旋轉(zhuǎn)機械乃至整個機械設(shè)備的安全生產(chǎn)以及操作人員的生命安全。在旋轉(zhuǎn)機械設(shè)備中,當(dāng)轉(zhuǎn)子系統(tǒng)的負(fù)載超出其最大承受載荷值,可能會產(chǎn)生嚴(yán)重后果。所以對轉(zhuǎn)子系統(tǒng)的載荷進行識別尤為重要。在載荷作用下,轉(zhuǎn)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(yīng)變化。因此研究載荷作用下轉(zhuǎn)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(zhuǎn)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(zhuǎn)子系統(tǒng),對轉(zhuǎn)盤和軸承進行受力分析并計算機械能,而后結(jié)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(zhuǎn)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(zhuǎn)子系統(tǒng),獲得轉(zhuǎn)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(zhuǎn)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(gòu)、集合經(jīng)驗?zāi)B(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(luò)(PNN)相結(jié)合的方法,實現(xiàn)轉(zhuǎn)子系統(tǒng)載荷定性識別。在定量識別過程中,提出了極限學(xué)習(xí)機回歸(ELMR)方法,根據(jù)不同振動信號特征值回歸預(yù)測出不同的載荷大小,實現(xiàn)轉(zhuǎn)子系統(tǒng)載荷定量識別。同時,基于電機電流信號對轉(zhuǎn)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(gòu)、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(luò)相結(jié)合的方法,實現(xiàn)轉(zhuǎn)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(luò)(GA-BP),根據(jù)不同的電機電流信號特征值回歸預(yù)測出不同的載荷大小,實現(xiàn)轉(zhuǎn)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(zhuǎn)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(guān)系作為訓(xùn)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(yù)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(zhuǎn)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(zhuǎn)子系統(tǒng)轉(zhuǎn)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(zhuǎn)子系統(tǒng)的疊加載荷及隨機載荷進行識別研究,將仿真結(jié)果與試驗結(jié)果進行對比分析,結(jié)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(zhuǎn)機械設(shè)備載荷識別和在線監(jiān)測提供了理論和試驗支撐。
【學(xué)位授予單位】：太原理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TH133.1

【相似文獻】

相關(guān)期刊論文 前10條

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

2 張會福;狄雪蘭;文宏;陳安華;;基于本體的轉(zhuǎn)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(zhuǎn)子秤常見故障分析[J];新世紀(jì)水泥導(dǎo)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(yīng)電動機轉(zhuǎn)子故障檢測[J];電工技術(shù)學(xué)報;2005年12期

5 侯興龍;岳林;紀(jì)海明;;基于ODS方法的轉(zhuǎn)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(zhuǎn)子-滑動軸承系統(tǒng)動力學(xué)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(zhuǎn)子故障特征識別中的應(yīng)用研究[J];機械工程師;2018年08期

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

9 付春蓮;;轉(zhuǎn)子故障的檢查及排除[J];黑龍江科學(xué);2013年12期

10 馬波;楊靈;沈偉;;透平機械轉(zhuǎn)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(xué)學(xué)報(自然科學(xué)版);2017年06期

相關(guān)會議論文 前7條

1 陳果;周海侖;;一種新的轉(zhuǎn)子故障特征提取方法[A];2008年全國振動工程及應(yīng)用學(xué)術(shù)會議暨第十一屆全國設(shè)備故障診斷學(xué)術(shù)會議論文集[C];2008年

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

3 吳峰崎;孟光;;轉(zhuǎn)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(xué)術(shù)年會（CCSP-2005）論文集[C];2005年

4 李鴻光;;基于微分的經(jīng)驗?zāi)B(tài)分解及其在多重轉(zhuǎn)子故障分析中的應(yīng)用[A];The 5th 全國動力學(xué)與控制青年學(xué)者研討會論文摘要集[C];2011年

5 陳于平;劉暢;伍星;遲毅林;;轉(zhuǎn)子故障智能診斷系統(tǒng)的軟件體系結(jié)構(gòu)研究[A];第十二屆全國設(shè)備故障診斷學(xué)術(shù)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(zhuǎn)子模型的動力學(xué)特性研究[A];第十屆動力學(xué)與控制學(xué)術(shù)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(xué)技術(shù)學(xué)術(shù)會議論文集[C];2016年

相關(guān)博士學(xué)位論文 前5條

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

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

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

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

5 李孟麟;融合葉尖定時信號的旋轉(zhuǎn)機械轉(zhuǎn)子故障診斷技術(shù)研究[D];天津大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

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

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

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

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

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

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

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

8 黃振宇;呼吸裂紋轉(zhuǎn)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(xué);2018年

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

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

，

本文編號：2618835