旋转机械系统优化诊断方法研究
发布时间:2017-10-14 04:15
本文关键词:旋转机械系统优化诊断方法研究
更多相关文章: 故障诊断 旋转机械 轴心轨迹 多分量信号 波形形态 时域分布
【摘要】:对旋转机械进行探索和研究新的优化故障诊断方法,是极其必要和富有意义的。滑动轴承转子系统是旋转机械系统常用的零部件,其转子轴心轨迹包含了大量的故障信息,而由于转子振动信号为多分量信号,合成的轴心轨迹复杂,不容易获取清晰的故障特征。本文提出了一种新型的故障信号处理方法,对轴心轨迹进行提纯。并与基于图像的不变矩方法以及关联度识别方法相结合,对滑动轴承转子系统进行故障诊断研究。主要的研究工作如下:1 提出了一种新型的故障信号处理方法,将包含多个分量信号的故障信号分解成具有物理意义的各个部分。在信号上进行固定频率的采样,求得样本数据的平均值,由信号的极值点特性得到采样频率的范围,在该范围内求不同采样频率下样本数据平均值的最大值,从而最大值对应的采样频率即为分量信号的频率。再通过改变采样点的初始位置以及采样长度,分解出该分量信号对应的波形形态和时域分布。介绍了该方法的原理和理论依据,以及频率估计方法以及时域分布估计方法,给出了具体分解步骤。2 将本文方法应用到转子轴心轨迹的提纯中,将转子振动信号分解得到若干分量信号,再选取相应的频率进行合成得到提纯的轴心轨迹。并对转子系统常见故障的轴心轨迹进行了提纯分析。3 采用基于图像的不变矩方法对轴心轨迹进行特征提取,将轴心轨迹转换为二维图像,并以图像的不变矩表征轴心轨迹的形状特征,得到特征矩向量。4 采用关联度识别方法对轴心轨迹进行特征识别,分析计算参考模式与待识别模式下的特征矩向量的关联度,达到对故障类别进行识别的目的。通过仿真和实验应用本文方法对滑动轴承转子系统进行故障识别和诊断,说明了方法的有效性。
【关键词】:故障诊断 旋转机械 轴心轨迹 多分量信号 波形形态 时域分布
【学位授予单位】:湖南大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:TH17
【目录】:
- 摘要5-6
- Abstract6-10
- 第1章 绪论10-20
- 1.1 旋转机械故障诊断技术的研究意义10
- 1.2 旋转机械故障诊断技术的国内外研究现状10-17
- 1.2.1 基于傅里叶变换的系列分析方法11-13
- 1.2.2 时频域分析方法13-17
- 1.3 课题来源及主要研究内容17-20
- 第2章 旋转机械的故障机理及其诊断技术20-25
- 2.1 引言20
- 2.2 滑动轴承转子系统故障的主要形式及振动信号特征20-23
- 2.2.1 不对中故障21
- 2.2.2 不平衡故障21-22
- 2.2.3 碰摩故障22
- 2.2.4 油膜涡动22-23
- 2.3 滑动轴承转子系统故障诊断方法23-24
- 2.3.1 滑动轴承转子系统的轴心轨迹分析方法23-24
- 2.3.2 滑动轴承转子系统的振动信号分析方法24
- 2.3.3 滑动轴承转子系统的声发射分析法24
- 2.4 本章小结24-25
- 第3章 一种新型的故障信号分析方法25-38
- 3.1 引言25-26
- 3.2 信号分解方法26-29
- 3.2.1 信号分解原理26
- 3.2.2 对平稳信号进行采样分析26-28
- 3.2.3 对非平稳信号进行采样分析28
- 3.2.4 设置初始采样点的位置28-29
- 3.3 频率估计方法29-31
- 3.3.1 信号的极值点信息29-30
- 3.3.2 信号的频率特性30-31
- 3.4 时域分布估计方法31-32
- 3.5 仿真信号分析验证32-35
- 3.6 在含噪信号中的应用35-37
- 3.6.1 含噪信号概述35
- 3.6.2 含噪信号仿真分析35-37
- 3.7 本章小结37-38
- 第4章 旋转机械设备故障诊断应用研究38-51
- 4.1 引言38
- 4.2 轴心轨迹的提纯38-43
- 4.2.1 轴心轨迹提纯仿真信号分析39-43
- 4.3 轴心轨迹的特征提取与模式识别43-46
- 4.3.1 基于图像不变矩的轴心轨迹特征提取43-44
- 4.3.2 基于关联度识别方法的轴心轨迹特征识别44-46
- 4.4 试验信号分析46-49
- 4.5 本章小结49-51
- 结论与展望51-52
- 参考文献52-56
- 致谢56-57
- 附录A 攻读硕士学位期间发表的学术论文57
【相似文献】
中国期刊全文数据库 前3条
1 甘世明;郭秀珍;赵永军;;信号的相关分析[J];仪器仪表用户;2008年04期
2 赵学智;叶邦彦;陈统坚;;矩阵构造对奇异值分解信号处理效果的影响[J];华南理工大学学报(自然科学版);2008年09期
3 ;[J];;年期
中国硕士学位论文全文数据库 前1条
1 阳磊;旋转机械系统优化诊断方法研究[D];湖南大学;2016年
,本文编号:1028929
本文链接:https://www.wllwen.com/jixiegongchenglunwen/1028929.html