船舶感应电机轴承故障的检测方法研究

发布时间：2017-10-23 10:05

  本文关键词：船舶感应电机轴承故障的检测方法研究

  更多相关文章： 轴承故障诊断 FFT Park矢量模 多窗双谱 数据挖掘

【摘要】：感应电机以其可靠性高、结构简单及成本低等特点在船舶上得到广泛的应用,船舶感应电机在船舶营运中有着重要的作用,一旦发生故障,对船舶营运、日常维护管理都有着重大影响,甚至可能威胁船舶的航行安全。感应电机的在线故障诊断对于保证船舶正常运营显得十分重要,而感应电机故障发生机率最高的是轴承故障,因此对船舶感应电机轴承故障的检测及应用方法的研究十分必要。由于相对低成本的船舶感应电机对其故障诊断系统的成本有着严格要求,而且由于船舶特有的振动环境以及电网中的谐波噪声环境都比陆地上恶劣,着重研究在方法相对简单、成本较低、工况相对恶劣的条件下,探讨运算相对简单,但能够有效地提取与识别感应电机轴承故障的方法来实现船舶感应电机轴承故障的在线／离线监测。在船舶感应电机轴承故障识别方面提出了一种改进的数据挖掘聚类算法,该算法在没有增加原算法时间复杂度的情况下,有效地提高了聚类的效果；采用电流特征分析法(Motor Current Signature Analysis,MCSA)采集感应电机的定子电流信号,运用快速傅立叶变换(FFT)及细化算法、Park矢量模、Slepian多窗谱以及基于高阶累计量估计的多窗双谱的方法对感应电机轴承故障信息加以提取,利用改进的数据挖掘聚类算法加以识别,实现了感应电机在强振动、强噪音条件下弱故障特征的有效辨识。设计了基于以上船舶感应电机轴承故障监测方法的综合在线／离线监测平台系统,该平台系统能够通过工作模式的选择来设定适应用户对故障监测系统不同成本和精度的需求。试验结果表明,平台系统可以通过相对简单的运算和故障辨识处理,实现了对于船舶感应电机轴承故障信息的提取与识别,进而实现成本相对低廉的感应电机轴承故障在线和离线诊断。
【关键词】：轴承故障诊断 FFT Park矢量模 多窗双谱 数据挖掘
【学位授予单位】：大连海事大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：U665.11
【目录】：

• 创新点摘要5-6
• 摘要6-7
• ABSTRACT7-10
• 第1章 绪论10-23
• 1.1 课题的来源、背景及意义10-11
• 1.2 滚动轴承故障诊断研究的历史发展与现状11-21
• 1.2.1 轴承故障诊断设备的国内外研究发展概况11-12
• 1.2.2 滚动轴承的故障成因12-14
• 1.2.3 感应电机轴承故障诊断方法概述14-15
• 1.2.4 轴承故障特征解析提取的数学方法15-18
• 1.2.5 轴承故障特征识别的方法18-19
• 1.2.6 定子电流特征分析法19-21
• 1.3 本文主要内容及章节安排21-23
• 第2章 感应电机轴承故障振动特征频率与定子电流频率分析23-36
• 2.1 滚动轴承的故障振动特征频率分析23-24
• 2.2 定子电流特征分析方法中的轴承故障特征频率24-27
• 2.3 感应电机轴承故障与电机定子电流的关系27-28
• 2.4 傅立叶变换与快速傅立叶变换28-32
• 2.5 Park矢量与Park矢量模32-35
• 2.6 本章小结35-36
• 第3章 基于多窗高阶谱估计的感应电机轴承故障特征提取36-54
• 3.1 多窗谱分析36-46
• 3.1.1 应用FFT变换进行频谱分析存在的问题36-37
• 3.1.2 周期图法37-40
• 3.1.3 窗函数的选择与多窗谱分析40-43
• 3.1.4 Slepian窗函数43-46
• 3.2 多窗双谱估计46-49
• 3.3 感应电机轴承故障的多窗双谱估计的实验研究49-53
• 3.4 本章小结53-54
• 第4章 基于数据挖掘的船舶感应电机轴承故障识别方法54-89
• 4.1 数据聚类与挖掘技术54-64
• 4.1.1 聚类54
• 4.1.2 现有常用的聚类分析方法54-62
• 4.1.3 数据挖掘常用聚类算法性能比较62-64
• 4.2 Clique经典算法的分析和实现64-72
• 4.2.1 经典Clique算法描述65-71
• 4.2.2 现有Clique算法的局限性71-72
• 4.3 改进的Clique算法72-77
• 4.4 应用改进的聚类算法与FFT局部细化算法的轴承故障识别77-82
• 4.4.1 FFT谱的局部细化算法77-78
• 4.4.2 使用FFT的局部细化算法的数据挖掘轴承故障识别78-82
• 4.5 基于Park矢量模及改进聚类算法的轴承故障识别82-84
• 4.6 基于多窗谱与改进聚类算法的轴承故障识别84-86
• 4.7 本文所述几种感应电机轴承故障特征提取与识别方法的比较86-88
• 4.8 本章小结88-89
• 第5章 船舶感应电机轴承故障诊断系统的软件硬件设计89-98
• 5.1 系统的硬件设计89-90
• 5.2 系统的软件设计90-97
• 5.2.1 数字滤波器90-91
• 5.2.2 FFT的优化算法91-92
• 5.2.3 系统的软件流程图92-97
• 5.3 本章小结97-98
• 结论与展望98-100
• 参考文献100-110
• 攻读学位期间公开发表学术论文情况110-111
• 致谢111-112
• 作者简介112

【参考文献】

中国期刊全文数据库 前10条

1 马波,魏强,徐春林,江志农;基于Hilbert变换的包络分析及其在滚动轴承故障诊断中的应用[J];北京化工大学学报(自然科学版);2004年06期

2 李峰,张英堂,王宁,宋兵,周宝成;基于小波和奇异谱降噪理论的轴承故障诊断研究[J];轴承;2003年07期

3 桂中华,韩凤琴;小波包-最大熵谱估计及其在水轮机故障诊断中的应用[J];电力系统自动化;2004年02期

4 任开春;涂亚庆;;一种利用多阶小波分解来提高修正协方差法的频率分辨率和适应噪声能力的方法[J];电子测量与仪器学报;2006年04期

5 杨世锡,汪慰军;柯尔莫哥洛夫熵及其在故障诊断中的应用[J];机械科学与技术;2000年01期

6 刘天雄,郑明刚,陈兆能,朱继梅,华宏星;AR模型和分形几何在设备状态监测中的应用研究[J];机械强度;2001年01期

7 王平,廖明夫;滚动轴承故障特征信息的自动提取方法研究[J];机械强度;2003年06期

8 林京,屈梁生;基于连续小波变换的信号检测技术与故障诊断[J];机械工程学报;2000年12期

9 贾民平;杨建文;;滚动轴承振动的周期平稳性分析及故障诊断[J];机械工程学报;2007年01期

10 袁静;何正嘉;王晓东;李臻;訾艳阳;;平移不变多小波相邻系数降噪方法及其在监测诊断中的应用[J];机械工程学报;2009年04期

，

本文编号：1082806