利用稀疏盲源分离方法的叶片裂纹特征提取

发布时间：2018-02-05 22:51

  本文关键词： 信号处理 故障特征频率提取 稀疏 欠定盲源分离 叶轮叶片裂纹　出处：《振动工程学报》2017年03期 　论文类型：期刊论文

【摘要】：叶轮是离心压缩机的核心部件,实现压缩机叶片裂纹早期故障识别在工业生产中具有非常重要的意义。有裂纹的叶片的异常振动会直接反映到流体的压力脉动中。然而实际中由叶片裂纹造成的异常振动非常小,使得压力脉动中的故障信息非常微弱,导致故障频率难以识别。先利用稀疏盲源分离方法对离心压缩机扩压器处的压力脉动信号进行处理,然后对分离的信号进行包络分析,最后提取出故障特征频率,实现了离心压缩机叶轮叶片裂纹故障检测,可以对叶轮状态进行长期实时监测。
[Abstract]:Impeller is the core component of centrifugal compressor. It is very important to realize the early fault identification of compressor blade crack in industrial production. The abnormal vibration of the cracked blade will be directly reflected in the pressure fluctuation of the fluid. However, in practice, it is caused by the blade crack. Abnormal vibration is very small. The fault information in pressure pulsation is very weak, and the fault frequency is difficult to identify. Firstly, the pressure pulsation signal at the diffuser of centrifugal compressor is processed by using sparse blind source separation method. Then the envelope analysis of the separated signal is carried out and the fault characteristic frequency is extracted finally the fault detection of the blade crack of the centrifugal compressor impeller can be realized and the condition of the impeller can be monitored in real time for a long time.
【作者单位】： 大连理工大学机械工程学院;山东大学高效洁净机械制造教育部重点实验室;
【基金】：国家自然科学基金资助项目(51575075)
【分类号】：TH452

【参考文献】

相关期刊论文 前1条

1 李孟麟;段发阶;欧阳涛;叶德超;;基于叶尖定时的旋转机械叶片振动信号重建[J];机械工程学报;2011年13期

相关博士学位论文 前1条

1 欧阳涛;基于叶尖定时的旋转叶片振动检测及参数辨识技术[D];天津大学;2011年

【共引文献】

相关期刊论文 前2条

1 李宏坤;贺长波;于刚;徐福健;;利用稀疏盲源分离方法的叶片裂纹特征提取[J];振动工程学报;2017年03期

2 陈鹏;崔龙;李洪谊;;一种应用于遥操作系统的机械振动辨识方法[J];信息与控制;2016年02期

相关博士学位论文 前1条

1 刘鹏鹏;航空发动机气路故障静电监测方法及系统研究[D];南京航空航天大学;2013年

【二级参考文献】

相关期刊论文 前5条

1 张玉贵;段发阶;方志强;欧阳涛;叶声华;;间断相位法测量叶片同步振动幅值的研究[J];振动与冲击;2008年10期

2 张玉贵;段发阶;方志强;欧阳涛;叶声华;;基于叶尖定时的非接触式旋转叶片异步振动分析[J];机械工程学报;2008年07期

3 段发阶;张玉贵;欧阳涛;叶声华;钟志才;石小江;范志强;滕光蓉;;航空发动机旋转叶片振动监测系统研究[J];光学与光电技术;2008年01期

4 张玉贵;段发阶;方志强;李帅;欧阳涛;叶声华;石小江;;速矢端迹法分析叶片同步振动幅值的方法研究[J];传感技术学报;2007年09期

5 谢志江,刘军,唐一科,王雪;叶轮机械叶片故障的叶间动态间距诊断法[J];机械工程学报;2004年08期

相关博士学位论文 前3条

1 张玉贵;烟气轮机叶片振动的非接触式在线监测关键技术研究[D];天津大学;2008年

2 黄翔东;全相位数字信号处理[D];天津大学;2007年

3 王宇华;高速旋转叶片振动叶端定时测量方法和系统研究[D];天津大学;2004年

【相似文献】

相关期刊论文 前10条

1 冷永刚;陈婷婷;黄立坤;赵艳菊;丁文祺;;基于独立分量分析的重盲源分离方法[J];振动工程学报;2010年05期

2 秦国军;莫芙蓉;;滚动轴承含噪声谐波信号的欠确定盲源分离方法研究[J];国防科技大学学报;2006年01期

3 周晓峰;杨世锡;甘春标;;相关机械振源的盲源分离方法[J];振动与冲击;2012年14期

4 赵燕斌;邱天爽;金涛;;一种基于波束形成理论的盲源分离方法[J];航天医学与医学工程;2010年03期

5 周yN;贾朝文;杨光;;基于滑窗递归广义特征分解的盲源分离方法[J];电子信息对抗技术;2011年01期

6 宋晓萍;廖明夫;;盲源分离方法在旋转机械故障诊断中的应用[J];机械设计与制造;2006年03期

7 李志农;刘卫兵;易小兵;;基于局域均值分解的机械故障欠定盲源分离方法研究[J];机械工程学报;2011年07期

8 孙科学;成谢锋;;一种心音信号盲源分离方法[J];电子测量与仪器学报;2012年06期

9 李志宁;孙宜权;张英堂;田昊;范红波;;发动机轴承并发故障信号盲源分离方法研究[J];车用发动机;2013年05期

10 郑超;郭奇;郭丽杰;李慧琳;;基于局部特征尺度分解的旋转机械故障欠定盲源分离方法研究[J];燕山大学学报;2014年02期

相关会议论文 前2条

1 贺升平;吴瑞娜;;基于盲源分离方法的地下振动信号分析[A];2011'中国西部声学学术交流会论文集[C];2011年

2 钱进;秦志峰;;一种基于二阶统计的盲源分离方法[A];2001年全国水声学学术会议论文集[C];2001年

相关硕士学位论文 前6条

1 王晓燕;盲源分离方法及其在旋转机械故障诊断中的应用研究[D];燕山大学;2015年

2 皮海玉;基于量子遗传的机械故障源盲源分离方法研究[D];南昌航空大学;2015年

3 王垒;基于独立分量分析盲源分离方法的研究[D];兰州理工大学;2010年

4 张倩;水声信号盲源分离方法研究[D];哈尔滨工业大学;2013年

5 赵春煜;脑机接口中预处理和分类算法研究[D];大连理工大学;2011年

6 邢军阳;基于QPSO和ICA的图像盲源分离方法的研究[D];郑州大学;2012年

，

本文编号：1492967