【摘要】：隨著科技的發(fā)展,工業(yè)生產(chǎn)在人們生活中占有越來(lái)越重要的位置,而大型旋轉(zhuǎn)機(jī)械是工業(yè)生產(chǎn)中的重要設(shè)備,因此保證旋轉(zhuǎn)機(jī)械的正常運(yùn)轉(zhuǎn)具有非常重要的意義。由于旋轉(zhuǎn)機(jī)械大多數(shù)為動(dòng)力機(jī)械,機(jī)械的振動(dòng)參數(shù)可以反映其運(yùn)行狀況,所以可以通過(guò)監(jiān)測(cè)分析旋轉(zhuǎn)機(jī)械運(yùn)行過(guò)程中產(chǎn)生的振動(dòng)信號(hào)來(lái)監(jiān)測(cè)其運(yùn)行狀態(tài)。近些年,旋轉(zhuǎn)機(jī)械更新?lián)Q代的速度逐漸加快,內(nèi)部構(gòu)造也越來(lái)越復(fù)雜,傳統(tǒng)的信號(hào)監(jiān)測(cè)分析儀器依托于硬件電路,升級(jí)困難,無(wú)法滿足市場(chǎng)需求。因此需要開發(fā)更先進(jìn)的儀器對(duì)旋轉(zhuǎn)機(jī)械的運(yùn)行狀態(tài)進(jìn)行監(jiān)測(cè)。針對(duì)以上問(wèn)題,本文開發(fā)了基于LabVIEW的振動(dòng)信號(hào)分析系統(tǒng),用于監(jiān)測(cè)旋轉(zhuǎn)機(jī)械的運(yùn)行狀態(tài)。該系統(tǒng)基于LabVIEW平臺(tái)編程實(shí)現(xiàn)了振動(dòng)信號(hào)的處理、存儲(chǔ)和分析功能。其中在振動(dòng)信號(hào)分析方面,實(shí)現(xiàn)了信號(hào)的時(shí)域分析、頻域分析以及軸心軌跡分析。另外本文針對(duì)軸心軌跡分析提出了一種基于EEMD的自動(dòng)提純方法,并結(jié)合改進(jìn)型不變線矩和灰色關(guān)聯(lián)度分析完成了軸心軌跡形狀的自動(dòng)識(shí)別,實(shí)現(xiàn)了故障診斷。本文首先對(duì)振動(dòng)信號(hào)監(jiān)測(cè)旋轉(zhuǎn)機(jī)械故障和軸心軌跡分析的研究現(xiàn)狀進(jìn)行了詳細(xì)介紹。其次對(duì)振動(dòng)信號(hào)監(jiān)測(cè)旋轉(zhuǎn)機(jī)械故障的可行性進(jìn)行了分析,介紹了振動(dòng)信號(hào)常用的分析方法,給出了旋轉(zhuǎn)機(jī)械故障的分類及其對(duì)應(yīng)特征。然后對(duì)軸心軌跡自動(dòng)提純和形狀自動(dòng)識(shí)別方法進(jìn)行了詳細(xì)說(shuō)明并對(duì)其有效性進(jìn)行了驗(yàn)證。之后以LabVIEW平臺(tái)為依托,實(shí)現(xiàn)了振動(dòng)信號(hào)的顯示、處理、存儲(chǔ)和分析。最終應(yīng)用此系統(tǒng)基于故障模擬平臺(tái)進(jìn)行了測(cè)試分析,結(jié)果表明,該系統(tǒng)可以準(zhǔn)確分析振動(dòng)信號(hào)的頻譜和倒譜,識(shí)別軸心軌跡形狀,實(shí)現(xiàn)旋轉(zhuǎn)機(jī)械故障診斷。
[Abstract]:With the development of science and technology, industrial production occupies a more and more important position in people's life, and large-scale rotating machinery is an important equipment in industrial production, so it is of great significance to ensure the normal operation of rotating machinery. As most rotating machinery are power machinery, the vibration parameters of the machinery can reflect its running condition, so it can be monitored by monitoring and analyzing the vibration signals generated during the operation of the rotating machinery. In recent years, the speed of the replacement of rotating machinery is gradually accelerated, the internal structure is becoming more and more complex, the traditional signal monitoring and analysis instruments rely on the hardware circuit, so it is difficult to upgrade, and can not meet the needs of the market. Therefore, it is necessary to develop more advanced instruments to monitor the running state of rotating machinery. To solve the above problems, a vibration signal analysis system based on LabVIEW is developed to monitor the running state of rotating machinery. The system is programmed based on LabVIEW platform to process, store and analyze vibration signals. In the aspect of vibration signal analysis, time domain analysis, frequency domain analysis and axis track analysis are realized. In addition, this paper presents an automatic purification method based on EEMD for the analysis of axis center locus, and combines the improved invariant line moment and grey correlation analysis to complete the automatic identification of the axis trajectory shape, and realizes the fault diagnosis. In this paper, the research status of vibration signal monitoring for rotating machinery fault and axis locus analysis is introduced in detail. Secondly, the feasibility of vibration signal monitoring of rotating machinery fault is analyzed, the common analysis methods of vibration signal are introduced, and the classification and corresponding characteristics of rotating machinery fault are given. Then the method of automatic purification and shape recognition of axis trajectory is explained in detail and its validity is verified. Based on LabVIEW platform, the display, processing, storage and analysis of vibration signal are realized. Finally, the system is tested and analyzed based on the fault simulation platform. The results show that the system can accurately analyze the frequency spectrum and cepstrum of the vibration signal, identify the shape of the axis trajectory, and realize the fault diagnosis of rotating machinery.
【學(xué)位授予單位】：天津工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：TH17

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳松;陳立愛(ài);吳躍波;;基于小波變換的振動(dòng)信號(hào)分析方法研究[J];洛陽(yáng)理工學(xué)院學(xué)報(bào)(自然科學(xué)版);2016年04期

2 來(lái)雨霏;桑迎平;丁浩;;滾動(dòng)軸承振動(dòng)信號(hào)分析系統(tǒng)軟件的開發(fā)[J];科技展望;2016年06期

3 張振華;井棟;;基于聲音振動(dòng)信號(hào)分析的產(chǎn)品品質(zhì)測(cè)試[J];戰(zhàn)術(shù)導(dǎo)彈技術(shù);2011年02期

4 董彩鳳,姜興謂;微型機(jī)在振動(dòng)信號(hào)分析中的應(yīng)用[J];哈爾濱工業(yè)大學(xué)學(xué)報(bào);1985年A7期

5 陳麗芬;;拋光機(jī)振動(dòng)信號(hào)分析軟件的編程與應(yīng)用[J];機(jī)械工程師;2012年11期

6 賀艷;鄒兆東;曹曉玲;;基于振動(dòng)信號(hào)分析技術(shù)在礦用電機(jī)故障診斷中的應(yīng)用與研究[J];價(jià)值工程;2013年08期

7 沈松,應(yīng)懷樵,劉進(jìn)明;小波變換在振動(dòng)信號(hào)分析中的工程解釋與應(yīng)用[J];振動(dòng).測(cè)試與診斷;2000年04期

8 許長(zhǎng)生;;對(duì)鉆具振動(dòng)信號(hào)分析[J];科技創(chuàng)新與應(yīng)用;2015年34期

9 鄒世明;張祥明;;基于LabVIEW的電機(jī)振動(dòng)信號(hào)分析[J];河南科技;2013年11期

10 李燕;魏宗信;劉軍;;機(jī)電系統(tǒng)振動(dòng)信號(hào)分析技術(shù)的研究[J];機(jī)械與電子;2010年02期

相關(guān)會(huì)議論文 前9條

1 沈松;應(yīng)懷樵;劉進(jìn)明;;小波變換在振動(dòng)信號(hào)分析中的工程解釋與應(yīng)用[A];第十一屆、第十二屆和第十三屆全國(guó)振動(dòng)與噪聲高技術(shù)及應(yīng)用會(huì)議論文集[C];1999年

2 史秀志;田建軍;王懷勇;;利用重排平滑偽Wigner-Ville分布對(duì)兩種采礦方法的爆破振動(dòng)信號(hào)分析研究[A];中國(guó)爆破新技術(shù)Ⅱ[C];2008年

3 朱華軍;王勇;施衛(wèi)星;;基于VB和Matlab的結(jié)構(gòu)振動(dòng)信號(hào)分析軟件開發(fā)[A];第十八屆全國(guó)振動(dòng)與噪聲高技術(shù)及應(yīng)用會(huì)議論文集[C];2005年

4 楊濱源;王玉;王小康;;基于振動(dòng)信號(hào)分析的風(fēng)電機(jī)組故障診斷研究[A];風(fēng)能產(chǎn)業(yè)（2018年3月）[C];2018年

5 盛曉偉;房小艷;徐洋;孫以澤;;基于短時(shí)傅里葉變換的復(fù)合磨床振動(dòng)信號(hào)分析及特征提取[A];第十六屆全國(guó)模態(tài)分析與試驗(yàn)學(xué)術(shù)會(huì)議論文集[C];2016年

6 司愛(ài)威;馮輔周;邢偉;肖云魁;;基于小波包AR譜技術(shù)的柴油機(jī)加速振動(dòng)信號(hào)分析[A];第十二屆全國(guó)設(shè)備故障診斷學(xué)術(shù)會(huì)議論文集[C];2010年

7 宋光明;陳壽如;吳從師;;爆破振動(dòng)信號(hào)分析小波基函數(shù)構(gòu)造與應(yīng)用[A];第七屆全國(guó)工程爆破學(xué)術(shù)會(huì)議論文集[C];2001年

8 李勇;葉榮學(xué);張艾萍;;基于振動(dòng)信號(hào)與聲發(fā)射信號(hào)的轉(zhuǎn)動(dòng)機(jī)械運(yùn)行狀態(tài)的綜合監(jiān)測(cè)[A];第八屆和第九屆全國(guó)振動(dòng)與噪聲技術(shù)交流會(huì)論文集[C];1995年

9 葉慶衛(wèi);汪同慶;葉俊勇;;基于振型小波構(gòu)造的振動(dòng)信號(hào)分析[A];第二十七屆中國(guó)控制會(huì)議論文集[C];2008年

相關(guān)博士學(xué)位論文 前2條

1 趙慧敏;柴油機(jī)非穩(wěn)態(tài)振動(dòng)信號(hào)分析與智能故障診斷研究[D];天津大學(xué);2010年

2 吳書有;基于振動(dòng)信號(hào)分析方法的電力變壓器狀態(tài)監(jiān)測(cè)與故障診斷研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 楊明珠;基于LABVIEW的振動(dòng)信號(hào)分析系統(tǒng)的研究與設(shè)計(jì)[D];天津工業(yè)大學(xué);2018年

2 袁芳;多通道振動(dòng)信號(hào)分析系統(tǒng)研究與設(shè)計(jì)[D];南京理工大學(xué);2014年

3 張雪剛;齒輪箱振動(dòng)信號(hào)分析方法研究[D];沈陽(yáng)工業(yè)大學(xué);2017年

4 黃嘉;針對(duì)主減速器質(zhì)量評(píng)價(jià)的振動(dòng)信號(hào)分析技術(shù)研究[D];電子科技大學(xué);2006年

5 李穎瓊;基于小波分形理論的振動(dòng)信號(hào)分析系統(tǒng)研究[D];浙江理工大學(xué);2011年

6 高菲;基于DSP的振動(dòng)信號(hào)分析[D];武漢科技大學(xué);2006年

7 關(guān)曉磊;爆破振動(dòng)信號(hào)分析與監(jiān)測(cè)[D];中北大學(xué);2012年

8 劉旭鵬;基于振動(dòng)信號(hào)分析的旋轉(zhuǎn)機(jī)械故障診斷方法研究[D];天津理工大學(xué);2014年

9 丁宇;基于LabVIEW的振動(dòng)信號(hào)分析系統(tǒng)的研究與設(shè)計(jì)[D];東北石油大學(xué);2014年

10 李晚晴;基于振動(dòng)信號(hào)分析的電力變壓器狀態(tài)檢修系統(tǒng)研究[D];北京交通大學(xué);2016年

，

本文編號(hào)：2215624