【摘要】：旋轉(zhuǎn)機械是現(xiàn)代工業(yè)中應(yīng)用最廣泛且容易發(fā)生故障的設(shè)備,對旋轉(zhuǎn)機械狀態(tài)監(jiān)測和故障診斷來確保設(shè)備正常運行、早期故障的預(yù)警和排除有重要意義。轉(zhuǎn)子是旋轉(zhuǎn)機械中的重要部件,振動信號大多是非線性、非平穩(wěn)信號。因此,如何從轉(zhuǎn)子振動信號中提取有效的故障特征并進行模式識別與分類尤為重要。本文將希爾伯特-黃變換方法(HHT)引入到旋轉(zhuǎn)機械故障診斷中,HHT所包含的經(jīng)驗?zāi)B(tài)分解方法(EMD)和改進的集合經(jīng)驗?zāi)B(tài)分解方法(EEMD)非常適合處理機械振動信號,而被廣泛應(yīng)用到機械故障診斷領(lǐng)域,并取得了很好的成果,但仍存在著像模態(tài)混疊、分解迭代次數(shù)高、效率低等問題。針對上述問題,本文首先搭建了轉(zhuǎn)子動力學(xué)實驗臺,進行了三種故障的模擬和信號采集分析,采用了基于自適應(yīng)白噪聲完備經(jīng)驗?zāi)B(tài)分解方法(CEEMDAN),并利用仿真和轉(zhuǎn)子振動信號,對CEEMDAN方法與EEMD方法進行了對比分析,CEEMDAN的重構(gòu)誤差小,迭代次數(shù)也大大降低,證實了CEEMDAN方法的優(yōu)越性。其次,針對虛假分量問題,采用了基于相關(guān)系數(shù)虛假分量判別法和指標(biāo)能量法,對仿真和故障信號分析結(jié)果表明,該方法能夠有效篩選出正確分量。最后,在機械故障診斷中的應(yīng)用中,把CEEMDAN方法與其它數(shù)學(xué)方法相結(jié)合,形成了基于CEEMDAN的機械故障診斷方法。其中,在奇異值熵的基礎(chǔ)上,提出了基于CEEMDAN奇異值熵和支持向量機相結(jié)合的方法;在模糊熵的基礎(chǔ)上,提出了基于CEEMDAN模糊熵和馬氏距離相結(jié)合的方法。實驗數(shù)據(jù)表明,兩種方法均有效實現(xiàn)對故障特征信號的提取與模式的分類。
【圖文】：

第 1 章 緒 論HHT 一經(jīng)提出，就廣泛應(yīng)用于信息通信、電氣工程、航空宇航、機械工程、地理學(xué)、圖像分析、生物醫(yī)學(xué)等領(lǐng)域。近些年,國內(nèi)外知名學(xué)者廣泛的關(guān)注該領(lǐng)域的，使其發(fā)展達到了新的高峰。在中國知網(wǎng)中檢索主題詞 HHT，可以得到 2014~20間的 1202 余篇期刊論文。其研究領(lǐng)域涉獵范圍之廣，由篇幅有限，下圖僅展示研究領(lǐng)域。如圖所示：

第 2 章 希爾伯特-黃變換的理論與算法法有更好的自適應(yīng)性和應(yīng)用性。如圖 2-1，是一個典型的 IMF 分量。從圖中可清晰看到 IMF 分量極值點個數(shù)和過零點個數(shù)相同，且關(guān)于時間軸對稱，也是人們期望得到的單分量信號。實際中，大部分信號都不滿足所述條件，都不是標(biāo)準(zhǔn)的 IMF 分量，，所以需要 EMD 方法進行分解，使其達到要求。
【學(xué)位授予單位】：長春工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TH133

【參考文獻】

相關(guān)期刊論文 前10條

1 李軍;李青;;基于CEEMDAN-排列熵和泄漏積分ESN的中期電力負荷預(yù)測研究[J];電機與控制學(xué)報;2015年08期

2 樊春玲;趙慧超;陳秀霆;;基于EMD多尺度能量熵的氣液兩相流型表征[J];華東理工大學(xué)學(xué)報(自然科學(xué)版);2014年01期

3 李舜酩;郭海東;李殿榮;;振動信號處理方法綜述[J];儀器儀表學(xué)報;2013年08期

4 劉昱;張俊紅;畢鳳榮;林杰威;李維偉;魯鑫;;基于LMD邊際譜的柴油機氣門故障診斷[J];內(nèi)燃機工程;2014年06期

5 王國彪;何正嘉;陳雪峰;賴一楠;;機械故障診斷基礎(chǔ)研究“何去何從”[J];機械工程學(xué)報;2013年01期

6 張玲;;旋轉(zhuǎn)機械轉(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

7 張超;陳建軍;楊立東;徐亞蘭;;奇異值熵和支持向量機的齒輪故障診斷[J];振動.測試與診斷;2011年05期

8 雷亞國;;基于改進Hilbert-Huang變換的機械故障診斷[J];機械工程學(xué)報;2011年05期

9 張超;陳建軍;郭迅;;基于EMD能量熵和支持向量機的齒輪故障診斷方法[J];振動與沖擊;2010年10期

10 艾延廷;費成巍;;基于支持向量機的轉(zhuǎn)子振動故障融合診斷技術(shù)[J];沈陽工業(yè)大學(xué)學(xué)報;2010年05期

本文編號：2696440