复杂机械振动系统噪声源诊断技术研究

发布时间：2020-09-19 08:58

　　机械设备运行状态的良好是设备安全的重要保证,随着其重视程度的不断加强,对设备故障诊断的研究也日益广泛。近年来,在设备诊断方面出现了大量新的技术,而基于特征信息融合技术的专家系统已成为该领域的一个重要研究方向。本文以机械设备的振动辐射噪声监测为基础,研究了基于振动噪声特征信息的故障诊断方法。鉴于多特征信息能够在诊断过程中提高诊断结果的准确度,论文从理论上对比分析了多种信号特征提取方法,包括时域分析、幅值域分析、频域分析和时频分析,并且利用上述方法处理了单级离心泵的振动数据,进一步说明了上述各方法的优缺点。另外,为满足诊断过程的智能化需求,本文提出了将多特征信息融合与模糊推理系统相结合的故障诊断方法。首先研究了信息融合技术的方法与层次结构,分析了模糊逻辑在信息融合中的优势。同时,对多种模糊推理系统进行阐述,从理论及应用两方面重点研究了Mamdani模糊推理系统。通过具体的步骤完成系统设计,并结合仿真研究进一步说明该系统在设备故障诊断中的应用。本文最后开展了松花湖外场试验研究,依据柴油机工作时振动噪声各时频域特征量的变化情况建立各个隶属度函数,给出推理规则,选择合适的模糊运算方法及合成规则,最后确定该诊断系统的模糊输出。通过主机机械系统振动噪声试验数据处理,验证了本文所研究的振动噪声信号处理方法能够较好地提取设备运行过程中的多特征信息,并且,依据多特征量能够对设备的工作状态做出更全面、更具体的分析。同时,建立的基于振动噪声的多特征信息融合的模糊诊断系统,能够在故障状态信息已知的情况下,准确进行故障的决策分类;在无先验知识的情况下,亦能达到设备简易诊断的效果。
【学位单位】：哈尔滨工程大学
【学位级别】：硕士
【学位年份】：2009
【中图分类】：TH165.3
【部分图文】：

功率谱图,仿真信号,时域

功率谱图,仿真信号,功率谱图

功率谱图,高时间分辨率

图2.1仿真信号时域图图2.2仿真信号功率谱图图2.3高时间分辨率STFT图2.4高频率分辨率STFT在图2.3中可以比较准确地找到频率跳变时间，却不能显示准确的频率值。在图2.4中能够看到各个频率的值，却没有给出正确的跳变时间，这种现象恰好验证了STFT的测不准原则。在实际应用短时傅里叶变换时，可以根据具体问题的需要做出选择。2.5.2小波分析小波分析属于时频分析的一种。传统的信号分析是建立在傅里叶变换的基础之上的，由于傅里叶分析使用的是一种全局的变换，要么完全在频域，要么完全在时域，因此无法表述信号的时频局部性质，而这种性质恰恰是非平稳信号根本和关键的性质‘，”l32]。近年来出现的小波分析技术为此提供了强有力的工具。小波变换是一种信号的时间一尺度分析方法，具有多分辨率分析的特点

【引证文献】