旋转机械非平衡同源信息融合方法研究

发布时间：2020-08-15 08:27

【摘要】：随着机械设备的大型化、自动化、连续化、高速化和复杂化,设备状态监测和故障诊断技术变得越来越重要。传统的机械故障诊断大都以单源信号分析为基础,其振动特征不能完整反映该截面的信息。同样,一个截面上的信息不能完全代表整个转子的运转状况。假如对同源多通道信息进行融合,再提取各个截面上的振动信息可以完整反映转子的运行情况。 转子的振动应是一个空间的范畴。本文以此为出发点并结合全矢谱技术,首先从理论上提出一个截面上同源信息的融合方法,再推导出信息融合的数值计算方法,快速得到该截面的振动特征。最后建立转子模型,得出各个截面的中心轨迹和相位特征,以此来对多个截面上的同源信息进行融合,得出转子的空间振动形式。 由于旋转机械设备在运行过程中多发故障的出现,导致了动态信号非平稳性的产生。为了描述信号的时频局域性以及截面上多个同源信号的融合,在本文中将全矢谱理论分别和短时傅立叶变换、Wigner-Vil1e分布以及谐波小波分析相结合得到短时矢谱分析、矢维格纳-威尔分布和矢谐波小波分析理论。这三种时频分析方法可以融合同源多通道的非平稳信号,又可以得到这些信号时域和频域上的联合特征,能比较全面地反映转子各个截面上的振动特征。 本文在理论探讨的基础上,应用Matlab7.0构建了基于同源信息融合理论的故障诊断系统,实现了全信息技术及短时矢谱分析、矢维格纳-威尔分布和矢谐波小波分析的故障诊断方法,结果表明诊断结论准确、可靠。
【学位授予单位】：郑州大学
【学位级别】：硕士
【学位授予年份】：2005
【分类号】：TH17
【图文】：

图4.gx向与y向两通道短时矢谱分析2同源三通道短时矢谱分析图4.10、4.11和4.12是某压缩机组上的信号。采样频率为1599Hz，每周采512点。信号X向和y向是机组上一截面两个方向上数据，信号z。在x向和y向的时域波形上可以看出这两信号都存在调幅现在。使用然不能解释此信号在时间变化时有着什么样的变化。信号z反映的是

gx向与y向两通道短时矢谱分析4.5.2同源三通道短时矢谱分析图4.10、4.11和4.12是某压缩机组上的信号。采样频率为1599Hz，每周采16点，共采512点。信号X向和y向是机组上一截面两个方向上数据，信号z为轴向信号。在x向和y向的时域波形上可以看出这两信号都存在调幅现在。使用传统的分析必然不能解释此信号在时间变化时有着什么样的变化。信号z反映的是转子轴

叮叮响叭嘛(((淤淤似似似!一一嘛嘛III，，，，，恤恤恤恤恤恤0三二\恻旧e0已二0128256采样点数n/3B4512012B256采样点数n/384图4.10x向时域波形一50:::::___乞_______」」’’iii’{{{)))一一一)))I(’’’)))}}}恤恤(((((((((((((((((((((((lllll.....lllll128256384采样点数n/图4.122向时域波形图4.lly向时域波形图4.13、图4.14和图4.15是对三个时域信号做短时傅立叶变换。在图4.和图4.14中在一倍频处存在振动分量最但在低频和高频处也存在一定的振动值。为了能对信号进行全面地观察和分对此三个通道上的数据进行融合，得出通道短时矢谱分析，如图4.16所示。0

【引证文献】

相关硕士学位论文 前6条

1 赵国卿;基于全矢谱的旋转机械轴振与瓦振关系研究[D];郑州大学;2010年

2 王宏超;基于全矢谱的旋转机械故障特征提取研究[D];郑州大学;2011年

3 冯彩红;全信息小波分析及设备诊断工程应用研究[D];郑州大学;2006年

4 张海涛;旋转机械全矢谱分析系统的构建与应用[D];郑州大学;2007年

5 韩培迪;基于信息融合的汽轮发电机组故障诊断方法研究[D];华北电力大学（北京）;2008年

6 赵营豪;基于模态分析和信息融合技术的转子运动形态分析研究[D];郑州大学;2013年

本文编号：2793864