本文關(guān)鍵詞：基于頻譜和GEMD包絡(luò)譜分析的旋轉(zhuǎn)機(jī)械故障定位研究

  更多相關(guān)文章： 振動(dòng)信號(hào) 頻譜分析 遺傳算法 經(jīng)驗(yàn)?zāi)B(tài)分解 故障診斷

【摘要】：頻譜分析技術(shù)通過分析采集到的振動(dòng)信號(hào),來判斷機(jī)械設(shè)備的運(yùn)轉(zhuǎn)狀態(tài),達(dá)到故障診斷的目的,但目前一般的頻譜分析技術(shù)是基于單一的譜進(jìn)行故障診斷分析,雖然此類故障診斷分析技術(shù)有了一定的診斷準(zhǔn)確率,但不是很高。在旋轉(zhuǎn)機(jī)械軸承的故障診斷中大部分依靠經(jīng)驗(yàn)?zāi)B(tài)分解方法,但在其分解過程中需要提前求出數(shù)據(jù)函數(shù)的極值點(diǎn),并且保證完整提取出極值點(diǎn)信號(hào),這限制了經(jīng)驗(yàn)?zāi)B(tài)分解的應(yīng)用。 本文研究基于多頻譜分析算法和GEMD的分析算法的故障診斷,具體工作如下： (1)針對(duì)目前的頻譜分析技術(shù)多為單一頻譜分析且診斷精度不高的現(xiàn)象,研究得出多頻譜分析算法。此算法基于排除分析法的原理,利用單一頻譜分析時(shí),會(huì)出現(xiàn)干擾故障,此時(shí)采用診斷結(jié)果兩兩相結(jié)合,排除干擾的信號(hào),進(jìn)行故障診斷。 (2)針對(duì)經(jīng)驗(yàn)?zāi)B(tài)分解時(shí)的極值點(diǎn)求解問題,利用遺傳算法在目標(biāo)函數(shù)無法求導(dǎo)或者導(dǎo)數(shù)不存在的情況下仍能進(jìn)行最優(yōu)化求解的特性,首先求出數(shù)據(jù)函數(shù)的極值點(diǎn),保證得到完整的極值點(diǎn),然后進(jìn)行經(jīng)驗(yàn)?zāi)B(tài)分解,最后構(gòu)造包絡(luò)譜,進(jìn)行故障診斷分析。 (3)將多頻譜分析算法應(yīng)用在旋轉(zhuǎn)機(jī)械軸的故障診斷中,實(shí)驗(yàn)驗(yàn)證了該算法的可行性,并較單一頻譜分析的故障診斷,提高了診斷準(zhǔn)確率。旋轉(zhuǎn)機(jī)械軸承故障信號(hào)多為高頻信號(hào),GEMD的包絡(luò)譜分析算法能夠很好的提取出高頻信號(hào),因此將此算法應(yīng)用在滾動(dòng)軸承的故障診斷中,通過試驗(yàn)驗(yàn)證了該算法的可行性和有效性。
【關(guān)鍵詞】：振動(dòng)信號(hào) 頻譜分析 遺傳算法 經(jīng)驗(yàn)?zāi)B(tài)分解 故障診斷
【學(xué)位授予單位】：太原理工大學(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3-5
• ABSTRACT5-9
• 第一章 緒論9-15
• 1.1 引言9
• 1.2 研究背景9-10
• 1.3 研究意義10-11
• 1.4 旋轉(zhuǎn)機(jī)械故障診斷技術(shù)研究及發(fā)展概況11-13
• 1.4.1 國(guó)外研究發(fā)展現(xiàn)狀11-12
• 1.4.2 國(guó)內(nèi)研究發(fā)展現(xiàn)狀12-13
• 1.5 論文結(jié)構(gòu)13-15
• 第二章 旋轉(zhuǎn)機(jī)械故障診斷研究方法15-29
• 2.1 時(shí)域分析法15-20
• 2.1.1 有量綱分析法16-17
• 2.1.2 無量綱分析法17-20
• 2.2 頻域分析法20-27
• 2.2.1 頻譜分析法21-23
• 2.2.2 功率譜分析法23-24
• 2.2.3 倒頻譜分析法24-26
• 2.2.4 多頻譜分析法26-27
• 2.3 本章小結(jié)27-29
• 第三章 GEMD包絡(luò)譜故障診斷分析算法29-47
• 3.1 EMD及應(yīng)用29-35
• 3.1.1 固有模態(tài)函數(shù)29-30
• 3.1.2 EMD原理30-31
• 3.1.3 EMD應(yīng)用31-35
• 3.2 遺傳算法35-42
• 3.2.1 遺傳算法原理36-38
• 3.2.2 遺傳算法特點(diǎn)38-39
• 3.2.3 遺傳算法研究?jī)?nèi)容及前景39-40
• 3.2.4 遺傳算法的應(yīng)用40-42
• 3.3 包絡(luò)譜算法42-43
• 3.3.1 包絡(luò)定理42-43
• 3.3.2 包絡(luò)譜43
• 3.4 基于GEMD的包絡(luò)譜分析法43-45
• 3.4.1 遺傳算法的極值點(diǎn)求法43-44
• 3.4.2 基于GEMD的包絡(luò)譜算法44-45
• 3.5 本章小結(jié)45-47
• 第四章 多頻譜分析方法在機(jī)械軸故障診斷中的應(yīng)用47-63
• 4.1 機(jī)械軸47-48
• 4.2 試驗(yàn)及分析48-61
• 4.2.1 實(shí)驗(yàn)平臺(tái)48-54
• 4.2.2 實(shí)驗(yàn)結(jié)果分析54-61
• 4.3 本章小結(jié)61-63
• 第五章 GEMD包絡(luò)譜分析方法在圓錐滾子軸承故障診斷中的應(yīng)用63-71
• 5.1 滾動(dòng)軸承機(jī)械結(jié)構(gòu)63-65
• 5.2 滾動(dòng)軸承常見故障65-66
• 5.3 實(shí)驗(yàn)分析66-69
• 5.4 本章小結(jié)69-71
• 第六章 總結(jié)與展望71-73
• 參考文獻(xiàn)73-79
• 致謝79-81
• 攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文目錄81
• 攻讀碩士學(xué)位期間參加的科研項(xiàng)目81

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 李文超;;現(xiàn)代功率譜估計(jì)在設(shè)備故障診斷應(yīng)用[J];傳感器世界;2012年02期

2 蘇玉香;劉志剛;李科亮;霍柏超;;一種改善EMD端點(diǎn)效應(yīng)的新方法及其在諧波分析中的應(yīng)用[J];電工電能新技術(shù);2008年02期

3 張雄希;李保國(guó);;小波與倒頻譜分析法在異步電機(jī)故障診斷中的應(yīng)用[J];大電機(jī)技術(shù);2010年05期

4 張衍廣;林振山;李茂玲;梁仁君;;基于EMD的山東省GDP增長(zhǎng)與耕地變化的關(guān)系[J];地理研究;2007年06期

5 孫發(fā)亮;李蘭濤;王貞珍;;遺傳算法在水電站廠內(nèi)經(jīng)濟(jì)運(yùn)行中的應(yīng)用[J];水科學(xué)與工程技術(shù);2007年02期

6 劉穎,張民,張永輝;基于模糊理論和頻譜分析的電力電子設(shè)備的故障診斷[J];海軍工程大學(xué)學(xué)報(bào);2005年01期

7 岑健;張清華;胥布工;高廷玉;;無量綱免疫檢測(cè)器在緩變故障檢測(cè)中的應(yīng)用[J];華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年05期

8 李明;李雪銘;;基于遺傳算法改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)在我國(guó)主要城市人居環(huán)境質(zhì)量評(píng)價(jià)中的應(yīng)用[J];經(jīng)濟(jì)地理;2007年01期

9 劉慧婷,張e，

本文編號(hào)：685170