本文關(guān)鍵詞：基于階次分析的旋轉(zhuǎn)機(jī)械故障診斷方法研究

  更多相關(guān)文章： 旋轉(zhuǎn)機(jī)械 故障診斷 階次分析 小波脊線 譜峭度 能量譜 K均值聚類

【摘要】：階次分析是旋轉(zhuǎn)機(jī)械振動(dòng)信號(hào)分析的重要技術(shù)之一，它能夠充分利用旋轉(zhuǎn)機(jī)械在升降速過程中所蘊(yùn)含的豐富的故障信息。目前，市場上專用的旋轉(zhuǎn)機(jī)械特征分析儀，精度雖高，但需要轉(zhuǎn)速計(jì)、光電編碼器、跟蹤濾波器等特定硬件，價(jià)格昂貴且安裝不便，這限制了階次分析在實(shí)際中的應(yīng)用。因此如何用軟件實(shí)現(xiàn)階次分析并保證使用精度，就成為了本文研究的重點(diǎn)。 本文深入研究了階次分析方法和各種時(shí)頻分析方法，針對(duì)現(xiàn)有方法的缺陷，提出了基于小波脊線方法的階次分析技術(shù)。小波脊線是時(shí)頻面上每個(gè)時(shí)刻小波系數(shù)的模極大值點(diǎn)的集合，它能夠更清晰地表征瞬時(shí)頻率的變化。本文分別利用小波脊線方法和Hilbert變換提取仿真信號(hào)的瞬時(shí)頻率，對(duì)比兩種方法的優(yōu)劣。 另外，通過仿真證明了EEMD方法能夠有效消除EMD分解過程中存在的模態(tài)混疊現(xiàn)象。本文基于譜峭度和EEMD理論，提出了一種譜峭度和能量譜相結(jié)合的方法，用于提取含有故障敏感成分的IMF分量，并應(yīng)用于處理不同種類的實(shí)驗(yàn)故障信號(hào)。 為了驗(yàn)證該方法的有效性，搭建了液壓系統(tǒng)振動(dòng)和速度測試實(shí)驗(yàn)臺(tái)，同時(shí)采集軸向柱塞泵的振動(dòng)信號(hào)和轉(zhuǎn)速信號(hào)，并對(duì)其進(jìn)行分析研究。利用本文提出的基于小波脊線階次分析技術(shù)，準(zhǔn)確對(duì)電機(jī)軸進(jìn)行轉(zhuǎn)速跟蹤，保證計(jì)算精度，實(shí)現(xiàn)用軟件進(jìn)行階次分析，并能夠準(zhǔn)確提取出故障特征階次。結(jié)合K-means算法進(jìn)行模式識(shí)別，，成功地實(shí)現(xiàn)了對(duì)液壓泵的故障診斷。
【關(guān)鍵詞】：旋轉(zhuǎn)機(jī)械 故障診斷 階次分析 小波脊線 譜峭度 能量譜 K均值聚類
【學(xué)位授予單位】：燕山大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：TH165.3
【目錄】：

• 摘要5-6
• Abstract6-10
• 第1章 緒論10-18
• 1.1 課題背景10-11
• 1.2 旋轉(zhuǎn)機(jī)械故障診斷技術(shù)的研究現(xiàn)狀11-13
• 1.2.1 旋轉(zhuǎn)機(jī)械故障診斷技術(shù)的研究內(nèi)容11-12
• 1.2.2 旋轉(zhuǎn)機(jī)械故障診斷系統(tǒng)的研究現(xiàn)狀12-13
• 1.3 階次分析技術(shù)的研究現(xiàn)狀13-16
• 1.3.1 階比跟蹤技術(shù)的研究現(xiàn)狀14-16
• 1.3.2 小波脊線方法的研究現(xiàn)狀16
• 1.4 本文研究的主要內(nèi)容16-18
• 第2章 階比跟蹤技術(shù)的研究18-39
• 2.1 引言18
• 2.2 傳統(tǒng)的階比跟蹤技術(shù)18-20
• 2.2.1 硬件階比跟蹤技術(shù)18-19
• 2.2.2 計(jì)算階比跟蹤技術(shù)19-20
• 2.3 時(shí)頻分析階比跟蹤20-31
• 2.3.1 瞬時(shí)頻率22-25
• 2.3.2 時(shí)頻分析方法25-31
• 2.4 基于小波脊線的瞬時(shí)頻率的提取方法研究31-37
• 2.4.1 瞬時(shí)頻率與漸近信號(hào)小波脊線31-33
• 2.4.2 漸近信號(hào)瞬時(shí)頻率的提取33-34
• 2.4.3 仿真信號(hào)的小波脊線研究34-37
• 2.5 本章小結(jié)37-39
• 第3章 基于小波脊線階次分析技術(shù)的應(yīng)用39-54
• 3.1 引言39
• 3.2 振動(dòng)信號(hào)處理39-45
• 3.2.1 信號(hào)處理路線39-40
• 3.2.2 EEMD 分解40-44
• 3.2.3 提取信號(hào)中共振頻帶的方法研究44-45
• 3.3 階比重采樣45-48
• 3.3.1 轉(zhuǎn)速曲線二階多項(xiàng)式分段擬合46
• 3.3.2 計(jì)算鑒相時(shí)標(biāo)46-47
• 3.3.3 振動(dòng)信號(hào)等角度重采樣47-48
• 3.4 階次分析在信號(hào)處理中的應(yīng)用48-53
• 3.4.1 階次分析在仿真信號(hào)中的應(yīng)用48-50
• 3.4.2 階次分析在實(shí)際信號(hào)中的應(yīng)用50-53
• 3.5 本章小結(jié)53-54
• 第4章 基于階次分析的液壓泵故障診斷54-70
• 4.1 引言54
• 4.2 液壓系統(tǒng)振動(dòng)和速度測試實(shí)驗(yàn)系統(tǒng)54-60
• 4.2.1 實(shí)驗(yàn)方案的擬定54-55
• 4.2.2 實(shí)驗(yàn)臺(tái)搭建55-60
• 4.3 液壓泵振動(dòng)實(shí)驗(yàn)信號(hào)處理60-69
• 4.3.1 柱塞泵滑靴磨損故障振動(dòng)信號(hào)分析60-64
• 4.3.2 柱塞泵松靴故障振動(dòng)信號(hào)分析64-66
• 4.3.3 斜盤磨損故障振動(dòng)信號(hào)分析66-69
• 4.4 本章小結(jié)69-70
• 第5章 故障特征向量提取及模式識(shí)別70-76
• 5.1 引言70
• 5.2 故障特征向量的提取70-72
• 5.2.1 基于階次分析的故障特征向量提取70-71
• 5.2.2 液壓泵振動(dòng)信號(hào)的故障特征向量提取71-72
• 5.3 液壓泵故障的模式識(shí)別72-75
• 5.3.1 K 均值聚類算法72-74
• 5.3.2 基于 K 均值聚類算法的液壓泵故障診斷74-75
• 5.4 本章小結(jié)75-76
• 結(jié)論76-77
• 參考文獻(xiàn)77-80
• 攻讀碩士學(xué)位期間承擔(dān)的科研任務(wù)與主要成果80-81
• 致謝81-82
• 作者簡介82

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 楊翠麗;秦榮;杜燦誼;;基于EMD理論的等角度重采樣方法在凸輪軸故障診斷中的應(yīng)用[J];車用發(fā)動(dòng)機(jī);2011年06期

2 趙曉平;張令彌;郭勤濤;;旋轉(zhuǎn)機(jī)械階比跟蹤技術(shù)研究進(jìn)展綜述[J];地震工程與工程振動(dòng);2008年06期

3 郭瑜,秦樹人,梁玉前;時(shí)頻分析階比跟蹤技術(shù)[J];重慶大學(xué)學(xué)報(bào)(自然科學(xué)版);2002年05期

4 王千;王成;馮振元;葉金鳳;;K-means聚類算法研究綜述[J];電子設(shè)計(jì)工程;2012年07期

5 汪光陽;周義蓮;;風(fēng)機(jī)振動(dòng)故障診斷綜述[J];安徽工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年01期

6 郁春來,何明浩,裴立志;基于改進(jìn)小波脊線法的LFM信號(hào)脈內(nèi)特征提取[J];航天電子對(duì)抗;2004年04期

7 朱洪俊;王忠;秦樹人;;小波變換對(duì)瞬態(tài)信號(hào)特征信息的精確提取[J];機(jī)械工程學(xué)報(bào);2005年12期

8 秦毅;秦樹人;毛永芳;;基于小波脊線的解調(diào)方法及其在旋轉(zhuǎn)機(jī)械故障診斷中的應(yīng)用[J];機(jī)械工程學(xué)報(bào);2009年02期

9 賈繼德,孔凡讓,王建平,劉維來,干方建,龍潛,陳劍,陳興昭;基于瞬時(shí)頻率估計(jì)的內(nèi)燃機(jī)信號(hào)階比分析[J];內(nèi)燃機(jī)工程;2005年03期

10 楊士春;劉榮厚;;流化床流態(tài)化質(zhì)量影響因素[J];農(nóng)業(yè)工程學(xué)報(bào);2009年03期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 吳勝強(qiáng);核主元分析及證據(jù)理論的多域特征故障診斷新方法研究[D];燕山大學(xué);2011年

2 任達(dá)千;基于局域均值分解的旋轉(zhuǎn)機(jī)械故障特征提取方法及系統(tǒng)研究[D];浙江大學(xué);2008年

本文編號(hào)：1076475