基于信息融合的旋转机械全信息时频分析方法研究
发布时间:2020-11-07 09:17
大型旋转机械是石化、能源、冶金等许多行业中的关键设备,随着科学技术的进步与发展,设备的性能越来越先进,结构也越来越复杂,这就使得设备状态监测和故障诊断技术变得越来越重要。转子一个截面上的振动信息一般是由相互垂直的两个径向传感器和一个轴向传感器拾取的,由于转子的涡动特性,任一探头检测到的信息无论在能量的量值还是频谱结构上均不能全面反映机组运行的实际状况。在很多情况下,各通道信息差异很大,从而导致对机组故障的误判误诊。因此采用全信息技术融合转子两通道甚至多通道的信息可以更全面地了解转子的运转情况。另外,工业生产现场还存在大量的非平稳信号,用传统的信号分析方法已远不能满足故障诊断的需要,研究相应的时频分析方法并应用于生产实践,具有重大工程意义。 本文阐述了基于信息融合的全信息技术理论及其在故障诊断中的应用,在此基础上全方位地介绍和探讨了全谱、全息谱、全矢谱技术的数值方法、图谱表达以及工程应用,并对其实用性作以对比,最后得出结论:全矢谱技术具有直观、计算简单、易用、易拓展的特点,能更好地反映转子运转的客观现实,对故障更敏感、更具特色,因此,具有更重要的工程意义。结合工业现场存在的大量非平稳信号,本文还对短时傅里叶变换和魏格纳-威尔分布等时频分析方法进行了理论上的阐述,并对其工程实用性作了探讨,在此基础上,结合全信息技术之一的全矢谱技术和短时傅里叶变换,创新性地提出了短时矢功率谱的概念,对其进行了算法推导,并用工程实际信号验证了该方法的实用性及准确性。最后得出结论:短时矢功率谱可以得到非平稳信号的能量、频率等随时间不断变化的情况,更全面、准确地反映了信号的能量大小及频率构成,完全可以应用于工业生产现场,为故障诊断实践服务。全矢谱技术和短时傅里叶变换是实现该分析方法的关键技术。 本文在理论探讨的基础上,应用MATLAB软件完成了相关功能的实现,包括幅值谱、相位谱、功率谱、全矢谱、全谱、全息谱、短时傅里叶变换、魏格纳-威尔分布、以及短时矢谱、短时矢功率谱等。
【学位单位】:郑州大学
【学位级别】:硕士
【学位年份】:2005
【中图分类】:TH17
【部分图文】:
图4.13调幅信号XZ的短时傅里叶分析从以上的分析结果可以看出,短时傅里叶变换对于复杂时变信号具有很好的分析效果。在机械振动信号中,凡是具有时变性质的信号,均可用短时傅里叶变换进行分析。象旋转机械的起车和停车,齿轮故障引起的调频调幅振动、结构缺陷引起的冲击振动等。图4.14和图4.巧是某离心压缩机开车时转子的波形图及频谱分析图。从
图4.13调幅信号XZ的短时傅里叶分析从以上的分析结果可以看出,短时傅里叶变换对于复杂时变信号具有很好的分析效果。在机械振动信号中,凡是具有时变性质的信号,均可用短时傅里叶变换进行分析。象旋转机械的起车和停车,齿轮故障引起的调频调幅振动、结构缺陷引起的冲击振动等。图4.14和图4.巧是某离心压缩机开车时转子的波形图及频谱分析图。从
图4.13调幅信号XZ的短时傅里叶分析从以上的分析结果可以看出,短时傅里叶变换对于复杂时变信号具有很好的分析效果。在机械振动信号中,凡是具有时变性质的信号,均可用短时傅里叶变换进行分析。象旋转机械的起车和停车,齿轮故障引起的调频调幅振动、结构缺陷引起的冲击振动等。图4.14和图4.巧是某离心压缩机开车时转子的波形图及频谱分析图。从
【引证文献】
本文编号:2873743
【学位单位】:郑州大学
【学位级别】:硕士
【学位年份】:2005
【中图分类】:TH17
【部分图文】:
图4.13调幅信号XZ的短时傅里叶分析从以上的分析结果可以看出,短时傅里叶变换对于复杂时变信号具有很好的分析效果。在机械振动信号中,凡是具有时变性质的信号,均可用短时傅里叶变换进行分析。象旋转机械的起车和停车,齿轮故障引起的调频调幅振动、结构缺陷引起的冲击振动等。图4.14和图4.巧是某离心压缩机开车时转子的波形图及频谱分析图。从
图4.13调幅信号XZ的短时傅里叶分析从以上的分析结果可以看出,短时傅里叶变换对于复杂时变信号具有很好的分析效果。在机械振动信号中,凡是具有时变性质的信号,均可用短时傅里叶变换进行分析。象旋转机械的起车和停车,齿轮故障引起的调频调幅振动、结构缺陷引起的冲击振动等。图4.14和图4.巧是某离心压缩机开车时转子的波形图及频谱分析图。从
图4.13调幅信号XZ的短时傅里叶分析从以上的分析结果可以看出,短时傅里叶变换对于复杂时变信号具有很好的分析效果。在机械振动信号中,凡是具有时变性质的信号,均可用短时傅里叶变换进行分析。象旋转机械的起车和停车,齿轮故障引起的调频调幅振动、结构缺陷引起的冲击振动等。图4.14和图4.巧是某离心压缩机开车时转子的波形图及频谱分析图。从
【引证文献】
相关硕士学位论文 前7条
1 李朋勇;基于全矢高阶谱的故障诊断方法及其应用研究[D];郑州大学;2010年
2 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
3 张恒;全矢谱—支持向量数据描述及故障诊断应用研究[D];郑州大学;2011年
4 左长青;基于全矢谱的齿轮系统故障诊断方法研究[D];郑州大学;2011年
5 王植申;基于全矢谱的风力发电系统齿轮箱的故障诊断研究[D];郑州大学;2011年
6 张国栋;矿用高压配电装置状态监测与故障预警系统的研究[D];太原理工大学;2010年
7 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:2873743
本文链接:https://www.wllwen.com/kejilunwen/jixiegongcheng/2873743.html