液壓管路長期工作在高壓力、強振動的環(huán)境中,極易發(fā)生附件松動、裂紋,甚至泄漏等故障,針對不同的故障需要采取不同的應(yīng)對措施。因此通過傳感器監(jiān)測液壓管路的運行數(shù)據(jù),從中提取有效的故障特征,及時識別故障十分有必要。目前針對故障特征提取的研究主要集中于時域、頻域和時頻域,且多集中于對單一故障的研究,而缺少對故障類型的識別。本文針對液壓管路附件卡箍松動和裂紋兩種故障,從傳感器信號的相位中提取有效故障特征,研究兩種故障的不同特征形式,對故障進行程度、類型識別和定位。主要研究內(nèi)容如下:（1）針對常用特征提取方法在液壓管路故障識別中效果不佳的問題,提出一種基于瞬時相位的特征提取方法。該方法利用瞬時相位波形固定、對信號成分變化敏感的特點,通過其自相關(guān)散點圖放大由故障引起的傳感器信號成分的變化,并計算散點圖的散度作為有效的故障特征。將該方法應(yīng)用于三維振動信號上,對不同程度的卡箍松動和裂紋故障進行識別,并且可以有效地識別故障類型。相比于其他常用特征提取方法,所提出的方法具有更高的故障識別準確率。（2）為解決液壓管路故障定位問題,針對分布式光纖布拉格光柵（Fiber Bragg Grating,FBG）應(yīng)變信號... 

【文章來源】：武漢理工大學(xué)湖北省 211工程院校 教育部直屬院校

【文章頁數(shù)】：79 頁

【學(xué)位級別】：碩士

【部分圖文】：

液壓管路實驗臺實物圖

13卡箍1#卡箍2#FBG1FBG2FBG3FBG4FBG5FBG6FBG7FBG8FBG9三維振動傳感器激振器(a)傳感器分布示意圖管路徑向XYZFBG應(yīng)變傳感器三維振動傳感器(b)傳感器安裝示意圖圖2-2傳感器分布與安裝示意圖（2）采集設(shè)備實驗數(shù)據(jù)采集設(shè)備如圖2-3所示。振動加速度數(shù)據(jù)通過LMSTest.Lab14A采集，由電腦A實時顯示并保存，采樣頻率為2048Hz；FBG應(yīng)變傳感器數(shù)據(jù)經(jīng)光纖光柵解調(diào)儀解調(diào)后由電腦B采集，采樣頻率頻率為2000Hz。電腦A電腦BLMSTest.Lab14A光纖光柵解調(diào)儀圖2-3數(shù)據(jù)采集設(shè)備（3）實驗內(nèi)容本文實驗包括三個部分，分別是：健康狀態(tài)下的數(shù)據(jù)采集、卡箍松動故障實驗、裂紋故障實驗�？ü克蓜庸收蠈嶒炓钥ü�1#為研究對象，裂紋故障實驗中裂紋位于FBG2與FBG3之間。實驗流程如圖2-4所示，其中步驟2和步驟3中分別設(shè)有故障定位魯棒性測試子實驗，即對不同位置的故障進行定位。整個實驗過程中激勵保持不變，始終為70Hz的正弦波。

14步驟1健康狀態(tài)數(shù)據(jù)采集步驟2卡箍1#松動故障（4種不同松動程度）子實驗1卡箍松動故障定位魯棒性測試步驟3裂紋故障（5種不同裂紋程度）子實驗2裂紋故障定位魯棒性測試圖2-4實驗流程卡箍松動程度由固定卡箍的螺釘?shù)臄Q緊力來控制，擰緊力越小表示松動程度越大，正常裝配時擰緊力為4.8Nm，步驟2中為卡箍1#設(shè)置了4種不同的松動程度；裂紋故障采用鋸條切割，垂直向下，程度由切割的深度衡量，步驟3為裂紋故障設(shè)置了5種不同的裂紋程度。整個實驗中各工況參數(shù)如表2-2所示，表中裂紋1和裂紋2為未貫穿裂紋。需要說明的是，由于子實驗僅用于故障定位魯棒性測試，將其看作獨立的實驗，在這里沒有列出，將在第3章介紹。表2-2工況參數(shù)列表（不包括子實驗）工況健康狀態(tài)松動程度1松動程度2松動程度3松動程度4卡箍擰緊力（Nm）4.82.41.20.60.3工況裂紋程度1裂紋程度2裂紋程度3裂紋程度4裂紋程度5裂紋深度（mm）0.51.02.03.04.0卡箍細節(jié)圖及裂紋故障實物圖分別如圖2-5(a)和圖2-5(b)所示。(a)卡箍1(擰緊力2.4Nm)(b)裂紋(深度3mm)圖2-5卡箍及裂紋故障實物圖

【參考文獻】：
期刊論文
[1]基于PCA和SVM的管道腐蝕超聲內(nèi)檢測[J]. 唐東林,魏子兵,潘峰,唐圳雄,李茂揚,胡琳.  傳感技術(shù)學(xué)報. 2018(07)
[2]基于LCD和多重分形去趨勢波動分析的故障診斷方法[J]. 楊樂.  機械強度. 2018(03)
[3]基于BoF模型的多特征融合紋理圖像分類[J]. 汪宇玲,黎明,李軍華,張聰炫,陳昊.  北京航空航天大學(xué)學(xué)報. 2018(09)
[4]基于集總經(jīng)驗?zāi)B(tài)分解和極坐標表示的瞬時轉(zhuǎn)速診斷方法[J]. 王帥,向陽,王磊.  中國機械工程. 2017(15)
[5]基于應(yīng)變模態(tài)的液壓卡箍松動識別與定位[J]. 譚躍剛,余兆祥,曲永志,王澤超,魏勤.  液壓與氣動. 2017(07)
[6]TBM液壓彎管動態(tài)特性分析[J]. 瞿維,張懷亮,寧海輝,劉森.  機械工程學(xué)報. 2018(01)
[7]基于詞袋模型和極限學(xué)習(xí)機的軸承故障診斷[J]. 袁洪芳,姜宇萱,王華慶.  測控技術(shù). 2017(02)
[8]基于塔筒振動特性識別風(fēng)機塔螺栓松動的研究[J]. 何先龍,佘天莉,徐兵,李杰,陳剛,曹國福.  振動與沖擊. 2016(14)
[9]基于小波包與分形組合技術(shù)在變壓力下液壓管路振動信號分析研究[J]. 李哲洙,高培鑫,趙大哲,劉積仁.  計算機工程與科學(xué). 2016(04)
[10]基于LCD模糊熵和流行學(xué)習(xí)的故障特征提取方法[J]. 張良,張前圖.  機械強度. 2016(02)

博士論文
[1]多源激勵下航空液壓管路系統(tǒng)振動分析及其約束層阻尼減振技術(shù)研究[D]. 高培鑫.大連理工大學(xué) 2017
[2]飛機液壓系統(tǒng)泵—管路振動特性研究[D]. 高鋒.浙江大學(xué) 2013

碩士論文
[1]基于光纖光柵傳感的管路應(yīng)變測量與模態(tài)分析[D]. 陳俊濤.武漢理工大學(xué) 2015
[2]飛機液壓導(dǎo)管疲勞實驗與應(yīng)力控制技術(shù)研究[D]. 程小勇.南京航空航天大學(xué) 2014



本文編號：3393896