基于EWT与RVM的转子故障诊断方法研究

发布时间：2020-05-21 21:20

【摘要】：旋转机械在机械设备的应用中占有很大的比例,其安全运行则显得及其重要,而转子系统作为其核心部件极易受到损坏,可见研究转子故障对未来机械安全高速发展有着重要的意义。当前,研究转子故障诊断的方法主要从故障的振动信号入手,对信号的处理和故障类型的识别成为机械系统安全的关键。本文以研究机械转子故障诊断精度为目的,将改进的经验小波变换(Empirical Wavelet Transform,EWT)信号处理方法和相关向量机(Relevance vector machine,RVM)识别方法相结合,形成了一种应用于转子故障分析的新方法,并且开发出基于新方法的机械转子故障分析软件,形成转子故障分析系统。论文首先分析了EWT算法的相关理论,因其自身不能对信号进行去噪去干扰以及方法难以对信号频谱进行合理分割,提出一种基于信号分量相关性和尺度空间法的EWT新方法,通过构建三角函数信号对新理论进行了验证,从时、频域分析验证了方法的合理性。其次分析了RVM算法的相关理论,由于其核函数与核参数的确定是正确识别的关键,提出了一种新的核函数重构方法,并采用粒子群优化算法(Particle swarm optimization,PSO)对新核函数的核参数进行了运算寻优,提出了改进的RVM新理论,有效增强了RVM识别的正确性,并在University of California Irvine(UCI)数据集中将新理论作出了验证。最后将改进的EWT和RVM方法应用到机械转子故障诊断中,分析了转子不平衡、不对中、碰磨、轴裂纹、不平衡与不对中耦合、不平衡与碰磨耦合6种机械转子故障。利用改进的EWT对实验采集的转子故障信号实现了良好的去噪去干扰处理,提取出了信号在频域的频带能量特征,利用改进的RVM对故障类型进行了识别获得高的识别正确率,并以识别正确率为评价指标,与现有方法进行了对比,结果表明,本文提出的方法可以提高转子故障的诊断精度。同时,文章还基于MATLAB/GUI模块开发出了以改进的EWT与RVM为核心的转子故障分析软件,软件可实现对转子类故障进行信号的处理和故障类型识别。通过软件与机械故障模拟平台相结合,形成一套完善的转子故障分析系统。
【图文】：

流程图,尺度空间,流程图,互相关

图 2.1 尺度空间法流程图信号、或者信号与其经过信号的互相关，后者为信讨论：称之为互协方差，它是用与对应的未知的信号进行 f (x)和 g (x)来说，，互相t fxgx tdx( )()()互相关 R(t)fg定义为：

仿真信号,频域处理

仿真信号频域处理结果
【学位授予单位】：西安工业大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TH17

【参考文献】