本文選題：轉(zhuǎn)子 + 起停車�。� 參考：《振動.測試與診斷》2016年04期

【摘要】：針對傳統(tǒng)起停車過程分析采用短時傅里葉變換提取瞬時幅值和相位會損失瞬變信息的不足,提出了基于分?jǐn)?shù)階全息原理的轉(zhuǎn)子起停車故障特征提取方法。該方法利用分?jǐn)?shù)階傅里葉變換從轉(zhuǎn)子起停車振動數(shù)據(jù)中提取隨轉(zhuǎn)速變化的各倍頻分量,并通過Hilbert變換求取幅值和相位,克服了傅里葉變換的平均效應(yīng),保留了轉(zhuǎn)子振動的瞬變信息。通過結(jié)合全息譜理論繪制分?jǐn)?shù)階全息瀑布圖,提取出轉(zhuǎn)子起停車狀態(tài)下的故障特征。實驗結(jié)果表明,該方法能夠有效提取出起停車過程中振動信號的典型故障特征,對于常見的典型故障有很好的區(qū)分能力。
[Abstract]:In order to solve the problem that the short-time Fourier transform (STFT) is used to extract instantaneous amplitude and phase information, a method based on fractional holography is proposed to extract the fault feature of rotor starting and stopping. In this method, the fractional Fourier transform is used to extract the frequency doubling components from the rotor stop vibration data, and the amplitude and phase are obtained by Hilbert transform, which overcomes the average effect of Fourier transform. The transient information of rotor vibration is preserved. Based on the holographic spectrum theory, fractional order holographic waterfalls are drawn to extract the fault characteristics of the rotor under the condition of starting and stopping. The experimental results show that the proposed method can effectively extract the typical fault features of the vibration signals in the process of starting and stopping, and has a good ability to distinguish common typical faults.
【作者單位】： 西安交通大學(xué)機械結(jié)構(gòu)強度與振動國家重點實驗室;新疆大學(xué)機械工程學(xué)院;
【基金】：國家自然科學(xué)基金資助項目(51365051,51421004) 教育部新世紀(jì)優(yōu)秀人才支持計劃資助項目(NCET-13-0461) 中央高�；究蒲袠I(yè)務(wù)費專項資金資助項目
【分類號】：TH17

【相似文獻】

相關(guān)期刊論文 前10條

1 陳岳東，屈梁生;回轉(zhuǎn)機械的故障特征提取與分類[J];機械工程學(xué)報;1994年S1期

2 高正明;何彬;趙娟;裴永泉;左廣霞;;常用故障特征提取方法[J];機床與液壓;2009年12期

3 李兆飛;柴毅;李華鋒;;多重分形的振動信號故障特征提取方法[J];數(shù)據(jù)采集與處理;2013年01期

4 韓立靜;徐金梧;陽建宏;黎敏;;基于灰度擊中擊不中變換的故障特征提取方法[J];北京科技大學(xué)學(xué)報;2012年07期

5 李輝,宋智勇,孫豐瑞;基于小波包-包絡(luò)分析的故障特征提取方法[J];振動、測試與診斷;2003年04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];機械工程學(xué)報;2008年03期

7 梅檢民;肖云魁;賈繼德;趙慧敏;陳祥龍;喬龍;;基于改進階比的變速器微弱故障特征提取[J];振動工程學(xué)報;2012年03期

8 任立通;胡金海;謝壽生;王磊;苗卓廣;;基于隨機共振預(yù)處理的振動故障特征提取研究[J];振動與沖擊;2014年02期

9 陳長征,羅躍綱,張省,虞和濟;基于小波分析的機械故障特征提取研究[J];機械強度;2001年01期

10 郝志華;馬孝江;;高階非線性時頻表示在故障特征提取中的應(yīng)用[J];農(nóng)業(yè)機械學(xué)報;2006年02期

相關(guān)會議論文 前3條

1 趙志宏;楊紹普;;一種基于ICA的機械故障特征提取方法[A];機械動力學(xué)理論及其應(yīng)用[C];2011年

2 潘宏俠;黃晉英;毛鴻偉;劉振旺;;基于粒子群優(yōu)化的故障特征提取技術(shù)研究[A];第九屆全國振動理論及應(yīng)用學(xué)術(shù)會議論文摘要集[C];2007年

3 朱啟兵;楊慧中;;基于卷積型小波包奇異值分解的齒輪故障特征提取[A];第二十七屆中國控制會議論文集[C];2008年

相關(guān)博士學(xué)位論文 前10條

1 程發(fā)斌;面向機械故障特征提取的混合時頻分析方法研究[D];重慶大學(xué);2007年

2 馮坤;基于內(nèi)積變換的機械故障特征提取原理與早期識別方法研究[D];北京化工大學(xué);2012年

3 李加慶;基于聲全息的故障特征提取技術(shù)研究[D];上海交通大學(xué);2008年

4 趙玲;旋轉(zhuǎn)機械系統(tǒng)故障特征提取中的分形方法研究[D];重慶大學(xué);2010年

5 陳建國;基于獨立分量分析的機械故障特征提取及分類方法研究[D];大連理工大學(xué);2011年

6 李兆飛;振動故障分形特征提取及診斷方法研究[D];重慶大學(xué);2013年

7 鞠萍華;旋轉(zhuǎn)機械早期故障特征提取的時頻分析方法研究[D];重慶大學(xué);2010年

8 趙志宏;基于振動信號的機械故障特征提取與診斷研究[D];北京交通大學(xué);2012年

9 趙鵬;離心泵振動故障診斷方法研究及系統(tǒng)實現(xiàn)[D];華北電力大學(xué)（北京）;2011年

10 毛永芳;機械測試中多分量信號特征提取方法的研究[D];重慶大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 薄瑞瑞;基于LMD的振動信號處理及故障特征提取研究[D];內(nèi)蒙古大學(xué);2015年

2 凡非龍;旋轉(zhuǎn)機械故障診斷與現(xiàn)場動平衡系統(tǒng)研發(fā)[D];浙江大學(xué);2015年

3 屈紅偉;基于LMD的故障特征提取方法及動平衡技術(shù)研究[D];北京化工大學(xué);2015年

4 沈金理;機械裝備連接松動故障特征提取方法的研究[D];東華大學(xué);2013年

5 李敏;基于譜融合的管道故障特征提取方法研究[D];北京化工大學(xué);2011年

6 易雄;基于小波分析的機械故障特征提取與診斷技術(shù)研究[D];浙江工業(yè)大學(xué);2009年

7 鐘曉平;氣象衛(wèi)星運動部件故障特征提取及振動特性研究[D];上海交通大學(xué);2009年

8 宋震;柴油機典型故障特征提取與診斷研究[D];天津大學(xué);2013年

9 王澤棟;鉆井泵閥的故障特征提取與基于GSM的遠(yuǎn)程故障報警儀[D];北京化工大學(xué);2008年

10 李艷妮;旋轉(zhuǎn)機械故障機理與故障特征提取技術(shù)研究[D];北京化工大學(xué);2007年

，

本文編號：2080829