基于约束ICA的旋转机械混合故障诊断方法研究

发布时间：2017-05-31 16:09

  本文关键词：基于约束ICA的旋转机械混合故障诊断方法研究，由笔耕文化传播整理发布。

【摘要】：在生产生活中位于关键环节的旋转机械,人们对它们的可靠性要求非常高,实现对其进行状态监测和实时快速故障诊断就变得十分必要和重要。旋转机械故障诊断多以设备运行过程中产生的振动信号为载体,通过信号处理方法,得到感兴趣的信号与信息。在旋转机械运行过程中,由不同的振动源激励产生的振动信号经过系统的混合作用产生传感器的观测信号。寻找相关的方法将表征故障类型的信息从观测信号中分离或提取出来就成为旋转机械混合故障诊断需要完成的任务。本文以不同类型的混合故障为研究重点,将主要分析旋转机械中振动信号的混合形式,根据齿轮啮合振动模型和轴承的故障响应模型,建立旋转机械混合故障仿真振动信号,使用独立分量分析(ICA)方法对仿真振动信号进行诊断分析,分离出每一个故障振动信号。通过对比分析仿真振动信号的分离结果,说明了ICA方法在混合故障诊断方面的不足与局限性。针对ICA方法在分离过程中存在的问题,考虑旋转机械中故障零部件与传感器安装状态之间的空间分布信息和故障信号本身的时频域先验信息,将不同类型的约束条件融入到传统的独立分量分析方法中,形成基于空间约束的独立分量分析与基于时间约束的独立分量分析故障信号提取方法。首先将空间约束条件引入到独立分量分析方法中,提出适用于旋转机械系统的空间约束独立分量分析(SCICA)方法;着重说明空间约束条件的获取与处理过程,以及空间约束ICA算法的实现。然后将故障信号的特征频率作为时间约束条件,将时间约束条件具体化为时间参考信号,引入基于参考信号的独立分量分析(ICA-RT)方法;同时,使用空间约束条件生成空间参考信号代替时间参考信号,提出基于空间参考信号的独立分量分析(ICA-RS)方法。在齿轮箱动态模拟系统平台上进行实验,测试不同类型的混合故障振动信号,使用基于分离思想的ICA方法和基于提取思想的SCICA、ICA-RS和ICA-RT方法对混合故障信号进行诊断,通过对比分析不同方法的诊断结果,可以看出基于约束的ICA方法成功地将故障振动信号提取了出来,并且空间约束ICA在稳定性和精确性方面更为明显突出。
【关键词】：混合故障诊断 信号提取 空间约束独立分量分析 基于参考信号的独立分量分析
【学位授予单位】：哈尔滨工业大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TH165.3
【目录】：

• 摘要4-5
• ABSTRACT5-9
• 第1章 绪论9-16
• 1.1 课题研究的背景及意义9-10
• 1.2 旋转机械混合故障诊断研究现状10-15
• 1.2.1 国内外研究现状10-13
• 1.2.2 国内外文献综述简析13-15
• 1.3 主要研究内容15-16
• 第2章 混合故障振动信号分离16-31
• 2.1 引言16
• 2.2 旋转机械故障类型和混合形式16-19
• 2.2.1 旋转机械常见故障类型16-17
• 2.2.2 旋转机械故障信号混合形式17-19
• 2.3 旋转机械混合故障仿真振动信号建立19-23
• 2.3.1 齿轮故障特征及振动模型19-20
• 2.3.2 滚动轴承故障特征及振动模型20-22
• 2.3.3 齿轮箱系统仿真振动信号建立22-23
• 2.4 故障振动信号分离23-30
• 2.4.1 振动信号的不相关与统计独立性23-25
• 2.4.2 故障振动信号分离模型25-26
• 2.4.3 ICA故障振动信号分离一般流程26-28
• 2.4.4 故障振动信号分离算法—FastICA算法28-30
• 2.4.5 仿真故障振动信号分离结果30
• 2.5 本章小结30-31
• 第3章 基于约束ICA的故障振动信号提取31-48
• 3.1 引言31
• 3.2 基于空间约束ICA的故障振动信号提取31-34
• 3.2.1 空间约束条件32-33
• 3.2.2 故障振动信号提取预处理33-34
• 3.2.3 空间约束ICA算法34
• 3.3 基于频率响应函数的空间约束向量获取34-42
• 3.3.1 频率响应函数测量系统35-36
• 3.3.2 频率响应函数测量36-37
• 3.3.3 频率响应函数处理37-42
• 3.4 空间约束ICA仿真故障振动信号提取42-43
• 3.5 基于参考信号的ICA故障振动信号提取43-45
• 3.5.1 基于参考信号的ICA算法43-44
• 3.5.2 时间参考信号TR建立44-45
• 3.5.3 空间参考信号SR建立45
• 3.6 基于参考信号的ICA仿真故障振动信号提取45-47
• 3.6.1 基于时间参考信号的ICA提取结果45-46
• 3.6.2 基于空间参考信号的ICA提取结果46-47
• 3.7 本章小结47-48
• 第4章 混合故障诊断模拟实验48-59
• 4.1 引言48
• 4.2 实验平台与实验数据采集系统48-50
• 4.2.1 旋转机械混合故障实验平台48-49
• 4.2.2 混合故障信号数据采集模块49-50
• 4.3 实验信号混合故障诊断50-55
• 4.3.1 ICA诊断结果51-52
• 4.3.2 SCICA诊断结果52-53
• 4.3.3 ICA-RS诊断结果53-54
• 4.3.4 ICA-RT诊断结果54-55
• 4.4 故障振动信号提取结果评价55-58
• 4.5 本章小结58-59
• 结论59-60
• 参考文献60-65
• 攻读硕士学位期间发表的论文及其他成果65-67
• 致谢67

【参考文献】

中国期刊全文数据库 前3条

1 邵忍平;李永龙;曹精明;徐永强;;齿轮传动系统损伤检测与多故障分类研究[J];振动与冲击;2010年09期

2 王志阳;陈进;肖文斌;周宇;;基于约束独立成分分析的滚动轴承故障诊断[J];振动与冲击;2012年09期

3 李红芳;张清华;谢克明;;旋转机械的并发故障诊断技术研究进展[J];噪声与振动控制;2008年03期

中国博士学位论文全文数据库 前1条

1 王志阳;约束独立成分分析及其在滚动轴承故障诊断中的应用[D];上海交通大学;2011年

中国硕士学位论文全文数据库 前3条

1 陈川;试验模态分析系统的设计与开发[D];华中科技大学;2009年

2 梁晓华;基于参考独立分量分析的旋转机械故障信号提取[D];哈尔滨工业大学;2010年

3 都强;ICA盲分离算法研究及在机械设备故障诊断中的应用[D];哈尔滨工程大学;2013年

  本文关键词：基于约束ICA的旋转机械混合故障诊断方法研究，由笔耕文化传播整理发布。

，

本文编号：409969