基于分形理论的旋转机械故障诊断的应用研究

发布时间：2020-06-07 06:58

【摘要】： 在现代化生产中，机械设备系统的状态监测和故障诊断问题越来越受到重视，它具有很大的实用价值和经济价值。近几年来，有许多国内外学者对此进行了很多研究，提出了故障诊断的新方法、新技术。传统的时域分析、频域分析和相关函数分析在故障诊断应用中得到了不断的改进，灰色关联度、模糊隶属度、专家系统、小波分析及神经网络等方法在定性分析系统的运动状态中得到广泛的应用，而定量地分析系统的故障状态是学术界一直关注的问题。把分形理论应用于机械系统故障诊断领域，是近年来国内外学术界的新动向。运用分形理论，不仅可以定性，而且可以定量地分析系统的运动状态，从而实现对复杂机械系统的故障诊断。本文基于分形理论、多重分形理论，通过对各分形维数的计算分析，把广义分形维数作为故障特征量，对旋转机械模型及汽轮发电机组的故障诊断与识别进行了研究。基于上述原理，建立了最小二乘法的广义维数计算公式，用Borland C++ Builder 5.0编制了以广义维数计算分析为基础的多重分形故障诊断系统，并对标准的正弦信号、余弦信号及带有噪声的正弦信号进行了验证。计算了标准信号的广义分形维数，找出了广义维数序列值随信号的采样时间、噪声变化而变化的特点。以广义维数为基础，计算和绘制了广义维数及其谱图，从广义维数中可提取盒维数、信息维数、关联维数。并在广义维数序列中，修正了广义维数最大距离法，提出广义维数曲线极大值法，并用其确定系统状态的敏感维数。对旋转机械模型和汽轮发电机组分别进行了振动测试，获取了振动信号。建立以振动信号的广义维数、广义维数谱图、敏感维数为特征组的模式空间样本库，，运用敏感维数法定量地识别各种类型的故障，并收到了良好的诊断结果。又用本文提出的分形诊断的分类方法——广义维数序列单值优化逼近法和广义维数最大相关系数法，对转子模型系统的故障分类、顷土学位论文识别及诊断进行了验证．得到较准确的结果。并将此方法应用于汽轮发电机组中的复杂故障的诊断、识别及分类，都收到了良好的结果。运用广义维数最大相关系数法，广义维数序列单值优化逼近方法，不仅能对系统状态的单一故障进行诊断、识别及其分类，而且还能对复杂系统状态的耦合故障进行诊断、识别及分类，这是本文将多重分形原理应用于机械设备诊断工程中的新的探索，也是优化逼近等数学方法在故障诊断中的新的应用。
【图文】：

主界面

图3.3是该系统计算分析诊断流程图，图3.4是该系统运行模块图，图3.5是数据处理系统运行模块图，图3.6是事务性功能系统运行模块图系统的主界面如图3.7。图3.8，3.9，3.10为系统运行截图。装3.6.2多重分形诊断系统简介(l)数据处理系统分数据采集、A/D转换、数据计算、数据分析四个部分。数据采集分动态参数和静态参数，动态参数是指机械振动参数，包括轴振和瓦振，其值随时间变化较快，要求采集速度快且能实现信号的等周多多多多多多多多多多多多多多多多多多多多重分形形形形形形形形数数据采集集集刀D转换换换计算分析析析诊断断断结果输出出。订。。。·。。·。。。线图3.3多重分形计算分析诊断流程图期截取。静态参数是指温度、压力、流量、位移等随时间变化缓慢的参数。土土界面面数数数数数数数数数数据查询系统统统事务性功能系统统数数据处理系统统统统统统统统统统统统统统统统统?
【学位授予单位】：沈阳工业大学
【学位级别】：硕士
【学位授予年份】：2002
【分类号】：TH17

【引证文献】