横向裂纹转子-轴承系统振动信号降噪与故障特征提取研究
发布时间:2023-02-08 16:36
转子-轴承系统是旋转机械的核心组成。由于发电机转子质量偏心导致的不平衡磁拉力与疲劳裂纹双重作用,转子-轴承系统具有较繁杂的非线性特点。再者,系统振动信号中往往混有噪声信号,原振动信号失真导致故障特征提取难上加难。鉴于此,本文将考虑横向裂纹的转子-轴承系统作为整体,建立其动力学模型及运动微分方程,使用四阶Runge-Kutta法对该微分方程进行数值计算,得到随不同参数变化的系统动力学特性。同时,利用变分模态分解与局部切空间排列算法相结合的方法解决转子横向振动信号中掺杂的噪声信号问题;利用去噪后一维信号的局部均值分解与能量熵相结合的方法进一步实现故障特征提取。具体工作内容有:(1)探讨不平衡磁拉力的计算方法,给出横向裂纹模型以及裂纹刚度表达式,确定裂纹转子-轴承系统的数学模型。考虑不平衡磁拉力的系统运动微分方程求解方法是四阶Runge-Kutta法,然后得到其无量纲化后的方程。(2)分析了考虑不平衡磁拉力与否的系统分岔图,发现考虑不平衡磁拉力的影响能有效延缓系统发生混沌或拟周期,系统能在中低速区域平稳运行;讨论了系统转速、电磁刚度以及裂纹角对系统振动的影响,结果表明电磁刚度能延缓系统进入拟...
【文章页数】:72 页
【学位级别】:硕士
【文章目录】:
摘要
abstract
1 绪论
1.1 研究目的和意义
1.2 相关研究与发展
1.2.1 裂纹故障的研究
1.2.2 不平衡磁拉力的研究
1.2.3 流形学习算法的研究
1.2.4 故障特征提取的研究
1.3 本文研究内容
2 横向裂纹转子-轴承系统模型及运动微分方程研究
2.1 不平衡磁拉力计算
2.1.1 计算气隙磁导
2.1.2 计算气隙磁场能
2.1.3 电磁刚度表示的不平衡磁拉力
2.2 裂纹模型
2.3 系统模型及微分方程
2.4 本章小结
3 转子-轴承系统动力学特性分析研究
3.1 不平衡磁拉力对系统振动的影响
3.2 电磁刚度对裂纹转子-轴承系统振动的影响
3.3 质量偏心对裂纹转子-轴承系统振动的影响
3.4 裂纹角对转子-轴承系统振动的影响
3.5 本章小结
4 转子-轴承系统振动信号变分模态分解
4.1 变分模态分解原理及算法
4.1.1 变分问题构造
4.1.2 变分问题求解
4.1.3 变分模态分解算法步骤
4.2 振动信号变分模态分解研究
4.2.1 模态数目的选取
4.2.2 最优分量的选取
4.2.3 结果与讨论
4.3 重构参数的选取
4.3.1 嵌入维数
4.3.2 延迟时间
4.4 本章小结
5 系统故障数据集局部切空间算法降噪研究
5.1 流形学习理论研究
5.1.1 线性降维
5.1.2 非线性降维方法
5.2 基于VMD和 LTSA的故障信号降噪
5.3 基于EMD和 LTSA的故障信号降噪
5.4 降噪效果评价
5.5 本章小结
6 系统振动信号的故障特征提取研究
6.1 局部均值分解与能量熵原理
6.1.1 局部均值分解
6.1.2 能量熵
6.1.3 局部均值分解结合能量熵的故障特征提取步骤
6.2 数据分析与结果
6.2.1 局部均值分解与能量熵相结合的故障特征提取
6.2.2 集合经验模态分解结合能量熵的故障特征提取
6.2.3 故障特征提取研究有效性验证
6.3 本章小结
7 结论与展望
7.1 结论
7.2 展望
致谢
参考文献
攻读硕士学位期间主要参与项目及成果
本文编号:3738016
【文章页数】:72 页
【学位级别】:硕士
【文章目录】:
摘要
abstract
1 绪论
1.1 研究目的和意义
1.2 相关研究与发展
1.2.1 裂纹故障的研究
1.2.2 不平衡磁拉力的研究
1.2.3 流形学习算法的研究
1.2.4 故障特征提取的研究
1.3 本文研究内容
2 横向裂纹转子-轴承系统模型及运动微分方程研究
2.1 不平衡磁拉力计算
2.1.1 计算气隙磁导
2.1.2 计算气隙磁场能
2.1.3 电磁刚度表示的不平衡磁拉力
2.2 裂纹模型
2.3 系统模型及微分方程
2.4 本章小结
3 转子-轴承系统动力学特性分析研究
3.1 不平衡磁拉力对系统振动的影响
3.2 电磁刚度对裂纹转子-轴承系统振动的影响
3.3 质量偏心对裂纹转子-轴承系统振动的影响
3.4 裂纹角对转子-轴承系统振动的影响
3.5 本章小结
4 转子-轴承系统振动信号变分模态分解
4.1 变分模态分解原理及算法
4.1.1 变分问题构造
4.1.2 变分问题求解
4.1.3 变分模态分解算法步骤
4.2 振动信号变分模态分解研究
4.2.1 模态数目的选取
4.2.2 最优分量的选取
4.2.3 结果与讨论
4.3 重构参数的选取
4.3.1 嵌入维数
4.3.2 延迟时间
4.4 本章小结
5 系统故障数据集局部切空间算法降噪研究
5.1 流形学习理论研究
5.1.1 线性降维
5.1.2 非线性降维方法
5.2 基于VMD和 LTSA的故障信号降噪
5.3 基于EMD和 LTSA的故障信号降噪
5.4 降噪效果评价
5.5 本章小结
6 系统振动信号的故障特征提取研究
6.1 局部均值分解与能量熵原理
6.1.1 局部均值分解
6.1.2 能量熵
6.1.3 局部均值分解结合能量熵的故障特征提取步骤
6.2 数据分析与结果
6.2.1 局部均值分解与能量熵相结合的故障特征提取
6.2.2 集合经验模态分解结合能量熵的故障特征提取
6.2.3 故障特征提取研究有效性验证
6.3 本章小结
7 结论与展望
7.1 结论
7.2 展望
致谢
参考文献
攻读硕士学位期间主要参与项目及成果
本文编号:3738016
本文链接:https://www.wllwen.com/kejilunwen/dianlidianqilunwen/3738016.html