機(jī)械設(shè)備監(jiān)測(cè)與故障診斷技術(shù)是一門(mén)綜合性技術(shù)，從本質(zhì)上來(lái)講是一個(gè)機(jī)器運(yùn)行狀態(tài)的模式識(shí)別問(wèn)題，其關(guān)鍵就是故障信號(hào)的特征提取與分類。由于往復(fù)式壓縮機(jī)在工業(yè)生產(chǎn)中的重要作用，其故障診斷的研究具有重要意義。本文基于國(guó)家自然科學(xué)基金項(xiàng)目“局域波法及其工程應(yīng)用研究”(50475155)，在總結(jié)和汲取別人研究成果的基礎(chǔ)上，以往復(fù)式壓縮機(jī)表面振動(dòng)信號(hào)為研究對(duì)象，結(jié)合適用于非平穩(wěn)信號(hào)分析的局域波法、分?jǐn)?shù)階Fourier變換等方法，有效實(shí)現(xiàn)了往復(fù)式壓縮機(jī)故障特征的提取，引入模式分類方法并加以改進(jìn)，實(shí)現(xiàn)了故障的準(zhǔn)確分類與故障程度的量化。本文的主要工作如下： 1．在分析往復(fù)式壓縮機(jī)結(jié)構(gòu)特征的基礎(chǔ)上，總結(jié)了表面振動(dòng)響應(yīng)與主要激振源和傳遞路徑的關(guān)系。結(jié)合長(zhǎng)期在往復(fù)式壓縮機(jī)振動(dòng)測(cè)試中遇到的問(wèn)題，闡述了信號(hào)可重復(fù)性的意義，指出信號(hào)的可重復(fù)性是往復(fù)式壓縮機(jī)故障診斷的一個(gè)重要性質(zhì)，它對(duì)于故障診斷工作的順利開(kāi)展有著深遠(yuǎn)的影響。通過(guò)對(duì)往復(fù)式壓縮機(jī)實(shí)測(cè)信號(hào)的分析，發(fā)現(xiàn)同一部件不同測(cè)量位置及測(cè)試參數(shù)條件下，得到信號(hào)的能量與譜型均有較大差異。因此，只有在測(cè)試條件相對(duì)不變的前提下獲取的信號(hào)，才能有效應(yīng)用于往復(fù)式壓縮機(jī)的故障診斷...

【文章頁(yè)數(shù)】：126 頁(yè)

【學(xué)位級(jí)別】：博士

【文章目錄】：
獨(dú)創(chuàng)性說(shuō)明
摘要
ABSTRACT
1 緒論
    1.1 往復(fù)式壓縮機(jī)故障診斷技術(shù)研究的背景及意義
    1.2 往復(fù)式壓縮機(jī)故障診斷技術(shù)概述
        1.2.1 往復(fù)式壓縮機(jī)設(shè)備故障的特點(diǎn)
        1.2.2 往復(fù)式壓縮機(jī)故障診斷的一般過(guò)程
        1.2.3 往復(fù)式壓縮機(jī)的常用診斷方法
    1.3 往復(fù)式壓縮機(jī)故障診斷的研究現(xiàn)狀
        1.3.1 基于經(jīng)典信號(hào)分析理論的特征提取
        1.3.2 基于時(shí)間序列的特征提取
        1.3.3 基于時(shí)頻分析的特征提取
        1.3.4 基于神經(jīng)網(wǎng)絡(luò)的往復(fù)式壓縮機(jī)故障診斷方法
        1.3.5 基于數(shù)學(xué)模型的故障診斷方法
        1.3.6 基于專家系統(tǒng)和故障樹(shù)的故障診斷方法
        1.3.7 基于不確定性的粗糙集和模糊邏輯理論的診斷方法
    1.4 課題來(lái)源及本文的主要內(nèi)容
        1.4.1 本文的研究思路及主要?jiǎng)?chuàng)新工作
        1.4.1 本文主要內(nèi)容及論文結(jié)構(gòu)
2 往復(fù)式壓縮機(jī)振動(dòng)分析
    2.1 往復(fù)式壓縮機(jī)振動(dòng)機(jī)理
        2.1.1 往復(fù)式壓縮機(jī)的系統(tǒng)構(gòu)成
        2.1.2 往復(fù)式壓縮機(jī)振動(dòng)的工作循環(huán)及振動(dòng)激振源分析
        2.1.3 活塞曲柄機(jī)構(gòu)振動(dòng)分析
        2.1.4 往復(fù)式壓縮機(jī)表面振動(dòng)信號(hào)的特點(diǎn)
    2.2 往復(fù)式壓縮機(jī)故障診斷中的一些問(wèn)題
        2.2.1 測(cè)試參數(shù)的選取
        2.2.2 測(cè)點(diǎn)位置的選擇
        2.2.3 信號(hào)的可重復(fù)性
    2.3 小結(jié)
3 局域波法的分解特征及應(yīng)用
    3.1 局域波法基礎(chǔ)
        3.1.1 局域波分解
        3.1.2 局域波時(shí)頻表示
    3.2 采樣頻率對(duì)局域波時(shí)頻分辨特性的影響
        3.2.1 采樣頻率對(duì)單一頻率信號(hào)的影響
        3.2.2 采樣頻率對(duì)不同分解方法的影響
        3.2.3 誤差的產(chǎn)生原因
    3.3 基于重采樣插值的局域波分解方法
    3.4 應(yīng)用實(shí)例
    3.5 小結(jié)
4 基于分?jǐn)?shù)階Fourier變換和局域波法的特征提取
    4.1 時(shí)域和頻域的特征提取方法
        4.1.1 時(shí)域特征提取
        4.1.2 頻域特征提取
    4.2 基于局域波分解的時(shí)間序列模型的特征提取
        4.2.1 時(shí)間序列參數(shù)模型與自回歸譜
        4.2.2 局域波自回歸譜
        4.2.3 基于局域波自回歸譜的特征提取
    4.3 基于分?jǐn)?shù)階Fourier變換的特征提取
        4.3.1 分?jǐn)?shù)階Fourier變換的基本知識(shí)
        4.3.2 分?jǐn)?shù)階Fourier變換的時(shí)頻表示
        4.3.3 分?jǐn)?shù)階Fourier域?yàn)V波
        4.3.4 基于分?jǐn)?shù)階Fourier變換的局域波法分解
        4.3.5 基于分?jǐn)?shù)階Fourier變換和局域波時(shí)頻分布的故障特征提取
    4.4 小結(jié)
5 基于聚類分析的故障診斷方法的研究及應(yīng)用
    5.1 聚類分析的基礎(chǔ)知識(shí)
        5.1.1 樣本之間的度量
        5.1.2 聚類的準(zhǔn)則函數(shù)
    5.2 基于J散度和局域波自回歸譜的層次聚類
        5.2.1 合并的層次聚類的基本算法
        5.2.2 在故障診斷中的應(yīng)用
    5.3 模糊聚類及在往復(fù)式壓縮機(jī)故障診斷中的應(yīng)用
        5.3.1 模糊c均值聚類
        5.3.2 在特征參數(shù)評(píng)價(jià)中的應(yīng)用
    5.4 在線聚類
        5.4.1 競(jìng)爭(zhēng)學(xué)習(xí)
        5.4.2 Leader-follower聚類算法
        5.4.3 基于評(píng)判的Leader-follower在線聚類
        5.4.4 聚類中的降維問(wèn)題
        5.4.5 在往復(fù)式壓縮機(jī)氣閥故障診斷中的應(yīng)用
    5.5 小結(jié)
6 基于多尺度Hilbert譜熵的故障程度量化的研究
    6.1 常用的故障量化方法
    6.2 熵的基本知識(shí)
        6.2.1 熵和信息量
        6.2.2 離散信息源信息熵
    6.3 熵在往復(fù)式壓縮機(jī)故障量化中的應(yīng)用
        6.3.1 功率譜熵
        6.3.2 時(shí)頻熵
        6.3.3 時(shí)頻奇異譜熵
    6.4 Hilbert譜及多尺度Hilbert譜熵
        6.4.1 Hilbert譜
        6.4.2 Hilbert譜的時(shí)頻多分辨率特性
        6.4.3 多尺度Hilbert譜熵
    6.5 應(yīng)用實(shí)例
    6.6 小結(jié)
結(jié)論
參考文獻(xiàn)
附錄A 測(cè)試機(jī)組及測(cè)試系統(tǒng)資料
攻讀博士學(xué)位期間發(fā)表學(xué)術(shù)論文情況
創(chuàng)新點(diǎn)摘要
致謝
大連理工大學(xué)學(xué)位論文版權(quán)使用授權(quán)書(shū)



本文編號(hào)：3748668