基于全矢谱的全信息能量研究

发布时间：2020-09-12 07:57

　　 随着现代旋转机械设备向大型化、复杂化、自动化、高速化、重载化的方向发展,状态监测和故障诊断技术在国民经济基础领域中发挥着越来越重要的作用。转子的振动信息通常由截面内相互垂直安装的传感器采集,但传统的旋转机械状态监测和故障诊断只采用单源振动信号作为判别设备运行状态的依据,割裂了各个通道信号之间的有机联系,导致信息不完整、不可靠。由于单源信号从量值和结构方面都很难反映设备运行的实际状况,因此采用传统的分析方法很容易造成漏判和误判。全信息技术实现了旋转机械振动信息的无遗漏检测,极大改善了旋转机械状态监测和故障诊断建立在不完整信息基础之上的现状,实践证明具有巨大的优越性。 本文以多传感器信号的数据级融合和转子动力学基本理论为基础,介绍了基于信息融合的全矢谱技术理论基础、数值方法、图谱表达、物理意义及其在故障诊断工作中的应用。全矢谱分析技术具有全面、直观、易拓展的特点,反映了转子的真实运动特征。 在融合信号的矢量谱分析基础之上,结合传统的信号功率谱分析理论,探讨了多传感器融合信号的全矢功率谱定义、性质、实现途径以及其谱估计方法。研究表明,全矢功率谱具有清晰的物理意义,改善了传统单通道信号功率谱信息不完整、反映问题片面的缺陷,谱估计方法丰富多样,计算简捷方便,为故障诊断工作提供了可靠的依据。 为了提高全矢谱分析的分辨率,将复调制频谱细化原理与全矢谱理论相结合,多传感器融合信号经过复调制频移—低通滤波—选抽—快速傅里叶变换等步骤之后,实现了融合矢量信号频谱的局部细化。全矢细化谱兼具信息全面和高分辨率的特点,运算量远小于具有相同分辨率的普通全矢谱,能够综合反映融合矢量信号的频域局部细微特征,有利于提高故障诊断工作的效率及准确性,并节约硬件成本。该方法可应用于旋转机械故障诊断中,对频谱密集型多源融合矢量信号进行有效分析。 结合全信息技术、小波分析以及信息熵的基本理论,利用小波变换将两个垂直通道的信号分别分解至不同的频率带,综合所有分解系数计算得到全矢小波能量熵,对融合信号能量分布的紊乱程度进行量化。全矢小波能量熵能反映融合振动信号能量分布的复杂性,且对能量分布的变化较为敏感,能够检测故障引起的信号异常,并可利用其对故障的发展趋势进行预测,从而可作为衡量设备工作状态的指标应用到旋转机械状态监测领域。 在理论探讨的基础上,通过在matlab环境下进行编程验证,表明本文所提出的新方法有效、实用。同时也证明全矢谱分析能够真实反映机械振动的全部特征、极大提高了诊断的客观性和准确性,是一种具有极高理论研究价值和工程应用价值、发展前景广阔的技术。
【学位单位】：郑州大学
【学位级别】：硕士
【学位年份】：2008
【中图分类】：TH165.3

【相似文献】

相关期刊论文 前10条

1 黄莲花;李光明;;神经网络数据融合在车用传感器中的应用[J];装备制造技术;2011年08期

2 赵欣欣;;动力机械设备的故障诊断技术[J];林业机械与木工设备;2011年08期

3 王勇;;故障诊断技术在矿山机电设备维修中的应用[J];企业技术开发;2011年12期

4 黄江昕;简小刚;石来德;王叶锋;杨鹏春;;塔式起重机工况监测与故障诊断研究[J];工程机械;2011年09期

5 杨永刚;潘文威;;水轮发电机组故障诊断技术[J];湖南农机;2011年07期

6 张赫;王炜;刘莹莹;;神经网络在交通流信息融合中的应用[J];武汉理工大学学报(交通科学与工程版);2011年04期

7 郭洪刚;;矿山机电设备故障诊断技术探讨[J];机电信息;2011年24期

8 张运博;;柴油机故障诊断技术的研究[J];青岛远洋船员学院学报;2011年02期

9 李莉;;时间配准在多传感器数据处理中的应用[J];仪器仪表用户;2011年03期

10 陈义兰;;多波束数据融合方法研究[J];海岸工程;2011年02期

相关会议论文 前10条

1 莫秋云;杨晓清;宾莹;;基于BP算法与D-S理论的故障诊断技术[A];第十二届全国设备故障诊断学术会议论文集[C];2010年

2 张秀娟;孟祥忠;;智能化高压开关柜监控与故障诊断技术的研究[A];中国煤炭学会煤矿机电一体化专业委员会、中国电工技术学会煤矿电工专业委员会2004年学术年会论文集[C];2004年

3 徐全洪;张荣芝;刘国珍;;基于多源遥感数据融合下的石家庄市城市扩展分析[A];地图学与GIS学术讨论会论文集[C];2002年

4 季晓林;刘海砚;;基于数据处理平台的空间矢量数据融合[A];中国地理信息系统协会第八届年会论文集[C];2004年

5 孙岩;;基于多Agent的战场传感器网络数据融合研究[A];2005通信理论与技术新进展——第十届全国青年通信学术会议论文集[C];2005年

6 王娜;梁禹;邵振军;;基于集成神经网络的故障诊断及仿真研究[A];第16届中国过程控制学术年会暨第4届全国故障诊断与安全性学术会议论文集[C];2005年

7 黄刚;韩元杰;朱长城;;修改的联合概率数据关联算法[A];2004中国控制与决策学术年会论文集[C];2004年

8 段丰安;李文珍;许忠;;基于状态观测器的常规系统故障诊断方法研究[A];第十六届全国青年通信学术会议论文集（上）[C];2011年

9 张苗;窦丽华;陈杰;彭志红;;数据融合中时间配准的状态估计方法[A];第二十二届中国控制会议论文集（下）[C];2003年

10 周永丰;吴汉宝;;试论海战场数据融合的体系结构[A];中国造船工程学会电子技术学术委员会2006学术年会论文集（上册）[C];2006年

相关重要报纸文章 前10条

1 南京联创系统集成股份有限公司 陆志强;数据融合计费与管理系统的探讨[N];通信产业报;2002年

2 中兴通讯股份有限公司 鲁兰 红朱 王炜;数据融合奠基网络融合[N];通信产业报;2006年

3 曹百禹;我大型机组故障诊断技术发展迅速[N];中国石油报;2008年

4 记者　任继凯 王卫;过程检测及诊断技术成为企业发展“护身符”[N];中国石油报;2006年

5 本报记者　 马云霄;黄文虎：志在扶摇万里程[N];黑龙江日报;2006年

6 徐兰山　罗争鸣 罗浩 万林香 供稿;我国轨道交通安全技术创新获重大突破[N];科技日报;2007年

7 罗争鸣 徐兰山 罗浩;机车故障隐患实现“立体”诊断[N];科技日报;2006年

8 特约撰稿人 张燕;精通BIOS从这里开始[N];电脑报;2001年

9 通讯员 申增广;大港采二员工优秀成果入选《世界维修论坛》[N];中国石油报;2010年

10 徐勇;IP语音通信实现真正融合[N];人民邮电;2003年

相关博士学位论文 前10条

1 贺明科;多传感器目标跟踪中的数据融合技术研究[D];中国人民解放军国防科学技术大学;2002年

2 陈理渊;多传感器数据融合及其在电机故障诊断中的应用研究[D];浙江大学;2005年

3 库少平;磁力轴承故障诊断的相关理论与实验研究[D];武汉理工大学;2005年

4 邓达强;运动机械监测系统数据融合关键技术的研究与应用[D];重庆大学;2001年

5 左文明;脱机手写中文签名鉴别的研究[D];华南理工大学;2004年

6 张英;水下仿生拱泥机器人及其关键技术研究[D];武汉理工大学;2005年

7 孔凡天;无线传感器网络节点定位与数据融合技术研究及实现[D];华中科技大学;2006年

8 胡炜薇;多传感器数据融合中多目标跟踪关键技术研究[D];哈尔滨工程大学;2007年

9 黄为勇;基于支持向量机数据融合的矿井瓦斯预警技术研究[D];中国矿业大学;2009年

10 徐超;面向大型工程健康监测的无线传感器网络基本理论和关键技术研究[D];武汉理工大学;2007年

相关硕士学位论文 前10条

1 黄德祥;变压器油中溶解气体在线监测及故障诊断系统研究[D];中南大学;2004年

2 沈健;数据融合多目标跟踪方法研究[D];西北工业大学;2003年

3 徐亮;动态交通信息检测器选择及其空间位置优化问题研究[D];吉林大学;2004年

4 林岚;基于神经网络的多目标跟踪数据融合研究[D];江西师范大学;2005年

5 曲利芹;多卫星海色数据融合[D];中国海洋大学;2003年

6 孙磊;基于数据融合的入侵检测模型研究[D];青岛大学;2005年

7 黄华兵;基于遥感与GIS的景观类型信息提取及景观格局分析[D];中国科学院研究生院（青海盐湖研究所）;2005年

8 邢二庆;无线传感器网络数据融合算法的研究[D];沈阳航空工业学院;2010年

9 李灏荃;遗传算法及神经网络在数据融合中的应用[D];西安电子科技大学;2001年

10 吴江;多雷达和ADS数据融合研究和应用[D];四川大学;2004年

本文编号：2817379