發(fā)布時間：2020-05-04 20:35

【摘要】： 在機械設(shè)備故障診斷中,最重要、最關(guān)鍵,同時也是最困難的問題之一就是信號故障特征的提取,它直接關(guān)系到故障診斷的準確性和早期故障預(yù)報的可靠性。機械設(shè)備的故障信號一般為非平穩(wěn)信號,而采用振動分析的故障信號頻率特征是反映設(shè)備故障的主要信息。傳統(tǒng)的基于線性、平穩(wěn)假定的故障特征提取方法不能準確提取非平穩(wěn)信號的時頻變化特征,因此,本文采用適于處理非線性、非平穩(wěn)信號的新方法——Hilbert-Huang變換,提取機械設(shè)備非平穩(wěn)信號的故障特征。 本文主要研究了三方面的內(nèi)容:首先通過與傳統(tǒng)時頻分析方法(短時傅立葉變換、魏格納威爾分布及小波包分解)的仿真比較研究,證實HHT處理非平穩(wěn)信號具有很大的優(yōu)勢。其次通過分析Hilbert-Huang變換的過程,得出影響該方法效果的三種因素,即包絡(luò)線構(gòu)造方法、篩選過程的停止標準及Hilbert變換,然后針對包絡(luò)線構(gòu)造方法進行研究,提出采用分段三次埃爾米特插值多項式(PCHIP)法構(gòu)造包絡(luò)線,經(jīng)仿真比較得出,該改進的方法適于分析強非平穩(wěn)信號。將改進的方法與原始的HHT及傳統(tǒng)時頻分析方法應(yīng)用于往復(fù)壓縮機四種工況的實測振動數(shù)據(jù),證實了基于PCHIP的Hilbert-Huang變換,更能準確提取氣閥振動信號的故障特征,為往復(fù)壓縮機氣閥故障提供了一種新的診斷方法。最后提出了基于經(jīng)驗?zāi)B(tài)分解與自相關(guān)分析相結(jié)合的方法,經(jīng)仿真研究證實,該方法能夠準確提取微弱正弦信號的幅值、頻率,為提取淹沒于強背景噪聲中的微弱周期信號提供了一個新途徑。
【圖文】：

圖 4.14 2D12 壓縮機氣閥布局Figure 4.14 Position of 2D12 compressor gas valve環(huán)狀閥常見故障分析，實驗進行兩類氣閥（吸氣閥與排氣閥）的四(正常狀態(tài))、氣閥泄漏故障（閥座和閥片密封不嚴）、氣閥彈簧剛片斷裂故障。故障狀態(tài)按如下方法模擬：通過在氣閥閥片上開口來故障，通過人為折斷閥片來模擬閥片斷裂故障（如圖 4.15 所示）通過減少彈簧個數(shù)來模擬。但是由于吸氣閥與排氣閥結(jié)構(gòu)相同，僅文僅對二級氣缸蓋側(cè)（D 處）的一個吸氣閥進行研究。構(gòu)條件的限制，在氣閥機構(gòu)故障的監(jiān)測中很難將傳感器安裝在反映一般只能安裝在附近的氣缸蓋上。氣缸蓋振動信號由壓電式加速度于壓電式加速度傳感器頻率響應(yīng)高，并且自帶溫度補償，它的輸出正比。從缸蓋上測得的振動信號同時包含有氣體爆壓沖擊信號、排產(chǎn)生的沖擊信號和進、排氣閥落座沖擊信號。對這些信號，應(yīng)該根機構(gòu)正常工作的規(guī)律，通過分析處理，找出信號的頻率特征，進而的性質(zhì)、原因進行判斷。

并不是絕對完全符合上述固有模態(tài)函數(shù)的定義，而是一種近似，，其原因?qū)⒃诤竺嬲鹿?jié)中得到闡述。圖2.2顯示的就是一個典型的固有模態(tài)函數(shù)。它是 x (t )= sin(2π ×0.01×t)+sin(2π×0.05×t)經(jīng)過經(jīng)驗?zāi)B(tài)分解后得到的第一層固有模態(tài)函數(shù)，由圖中可知，極值點的數(shù)目與過零點的數(shù)目相等，均為13，并且函數(shù)的極值包絡(luò)曲線關(guān)于縱坐標為零的直線局部對稱。其所對應(yīng)的頻率成分是0.05Hz。x(t) IMFiH(ω,t) h(ω)EMD HTIntegral
【學位授予單位】：大慶石油學院
【學位級別】：碩士
【學位授予年份】：2007
【分類號】：TH165.3

【相似文獻】

相關(guān)期刊論文 前10條

1 盧艷軍;孟凡龍;李一波;;機電設(shè)備故障診斷中的模式識別技術(shù)[J];機械設(shè)計與制造;2009年03期

2 李允公;張金萍;戴麗;張占一;劉杰;;基于聽覺模型ZCPA的故障診斷特征提取方法研究[J];中國機械工程;2009年24期

3 張福明;吳松林;;基于小波的消噪及BP神經(jīng)網(wǎng)絡(luò)的故障診斷[J];現(xiàn)代電子技術(shù);2006年21期

4 祁曉鈺;何鵬;王發(fā)智;;關(guān)于異步電機故障診斷分析與仿真[J];計算機仿真;2010年06期

5 朱松青;史金飛;;狀態(tài)監(jiān)測與故障診斷中的主元分析法[J];機床與液壓;2007年01期

6 鐘飛;譚中軍;史鐵林;鄭曉斌;;基于ICA和小波變換的軸承故障特征提取[J];微計算機信息;2007年28期

7 段向陽;王永生;蘇永生;;基于奇異值分解的信號特征提取方法研究[J];振動與沖擊;2009年11期

8 胡金海;謝壽生;侯勝利;尉詢楷;何衛(wèi)鋒;;核函數(shù)主元分析及其在故障特征提取中的應(yīng)用[J];振動、測試與診斷;2007年01期

9 江四厚;陳小虎;陽能軍;王漢功;;匹配追蹤消噪在故障診斷中的應(yīng)用[J];電光與控制;2008年07期

10 朱曉然;趙榮珍;黃義仿;;商空間理論及其在故障診斷中的應(yīng)用[J];蘭州理工大學學報;2008年01期

相關(guān)會議論文 前10條

1 郝如江;馮志鵬;褚福磊;;數(shù)學形態(tài)濾波器設(shè)計及應(yīng)用研究[A];2008中國儀器儀表與測控技術(shù)進展大會論文集（Ⅰ）[C];2008年

2 臧先峰;張正道;白瑞林;彭竹苗;;基于小波分析的故障特征提取研究[A];2007中國控制與決策學術(shù)年會論文集[C];2007年

3 吳峰崎;孟光;張桂才;;基于高級統(tǒng)計量的碰摩不對中故障特征提取[A];設(shè)備監(jiān)測與診斷技術(shù)及其應(yīng)用——第十二屆全國設(shè)備監(jiān)測與診斷學術(shù)會議論文集[C];2005年

4 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)用學術(shù)會議論文集[C];2007年

5 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)用學術(shù)會議論文摘要集[C];2007年

6 陳長征;勾軼;唐任遠;;基于小波包頻帶能量分析的電機振動故障信號特征提取[A];先進制造技術(shù)論壇暨第二屆制造業(yè)自動化與信息化技術(shù)交流會論文集[C];2003年

7 王曉麗;周潯;韓現(xiàn)剛;;小波變換和神經(jīng)網(wǎng)絡(luò)在機械故障診斷中的應(yīng)用[A];2009全國虛擬儀器大會論文集（二）[C];2009年

8 楊佳;許強;余成波;雷紹蘭;;基于ICA-QNN的高爐故障診斷研究[A];第二十九屆中國控制會議論文集[C];2010年

9 李偉;何濤;吳慶華;;小波變換與滾動軸承振動的故障診斷方法研究[A];湖北省機械工程學會青年分會2006年年會暨第2屆機械學院院長（系主任）會議論文集（上）[C];2006年

10 詹玉龍;劉明明;李邦輝;;基于支持向量機的船用主柴油機氣缸蓋故障診斷[A];第十五屆全國大功率柴油機學術(shù)會議論文集[C];2007年

相關(guān)重要報紙文章 前10條

1 黃安華;液壓制動系統(tǒng)的故障診斷[N];中國汽車報;2002年

2 李萍;濟鋼EAM離線網(wǎng)絡(luò)點檢和故障診斷管理系統(tǒng)開發(fā)應(yīng)用[N];世界金屬導(dǎo)報;2007年

3 胡榮山 馬巍;上海海大一課題列入國家“863”計劃[N];中國船舶報;2007年

4 孫建陽　劉波;小型漁船柴油機故障診斷與排除[N];中國漁業(yè)報;2008年

5 見習記者 仝亞娜;孫彥廣：冶金故障診斷設(shè)備前景廣闊[N];機電商報;2005年

6 小田;網(wǎng)卡故障診斷[N];中國電腦教育報;2000年

7 陳全東;干式復(fù)合“粘邊”故障診斷[N];中國包裝報;2003年

8 龔獻榮;大型天然氣裝置實現(xiàn)網(wǎng)絡(luò)化監(jiān)測[N];中國化工報;2005年

9 周傳勇 杜慧;濟鋼網(wǎng)絡(luò)化設(shè)備點檢與故障診斷管理系統(tǒng)上線運行[N];世界金屬導(dǎo)報;2008年

10 湯懷京;WLAN也有“線”[N];中國計算機報;2004年

相關(guān)博士學位論文 前10條

1 張君;小波分析技術(shù)在汽輪機故障診斷中的應(yīng)用研究[D];華北電力大學（河北）;2005年

2 曹龍漢;柴油機智能化故障診斷技術(shù)研究[D];重慶大學;2001年

3 徐德友;粗集信息分析在故障診斷中的應(yīng)用及自修復(fù)飛行控制系統(tǒng)效能評估[D];南京航空航天大學;2002年

4 劉思遠;信息融合和貝葉斯網(wǎng)絡(luò)集成的故障診斷理論方法及實驗研究[D];燕山大學;2010年

5 黃偉國;基于振動信號特征提取與表達的旋轉(zhuǎn)機械狀態(tài)監(jiān)測與故障診斷研究[D];中國科學技術(shù)大學;2010年

6 唐靜遠;模擬電路故障診斷的特征提取及支持向量機集成方法研究[D];電子科技大學;2010年

7 宋其江;基于有向圖模型的故障診斷方法研究及其在航天中的應(yīng)用[D];哈爾濱工業(yè)大學;2010年

8 陳非;基于過程信息融合的旋轉(zhuǎn)機械信息（火用）故障診斷研究[D];華中科技大學;2010年

9 馮志鵬;計算智能在機械設(shè)備故障診斷中的應(yīng)用研究[D];大連理工大學;2003年

10 劉文藝;風電機組振動監(jiān)測與故障診斷研究[D];重慶大學;2010年

相關(guān)碩士學位論文 前10條

1 張慶濤;離心壓縮機智能故障診斷方法研究[D];大慶石油學院;2006年

2 林洪彬;信息熵分析方法研究及其在故障診斷中的應(yīng)用[D];燕山大學;2006年

3 肖圣光;基于虛擬儀器的軸心軌跡分析儀的研制[D];重慶大學;2009年

4 李君;基于變換域分析的發(fā)動機異響故障診斷研究[D];吉林大學;2006年

5 劉宏昱;基于HOC虛擬儀器的機械傳動故障診斷系統(tǒng)研究[D];西北工業(yè)大學;2006年

6 許東;地空導(dǎo)彈混合智能故障診斷專家系統(tǒng)的設(shè)計與實現(xiàn)[D];西北工業(yè)大學;2002年

7 曹偉青;B樣條模糊神經(jīng)網(wǎng)絡(luò)在刀具故障診斷中的應(yīng)用[D];西南交通大學;2005年

8 程傳勝;信息融合技術(shù)在機車牽引電機故障診斷中的應(yīng)用研究[D];中南大學;2005年

9 劉一;基于小波分析的汽輪機故障診斷研究[D];河北工程大學;2010年

10 白維峰;基于全信息的機械故障特征提取方法研究[D];鄭州大學;2009年

本文編號：2648959