基于局域波时频谱的往复机故障智能诊断方法研究
发布时间：2021-06-30 17:51
故障诊断对于机械设备的重要性是不言而喻的。由于往复式压缩机在工业生产的特殊地位,针对其故障诊断方法的研究显得尤其重要。类同机电设备的主要诊断过程,往复式压缩机组的故障智能诊断主要分为三部分:第一是诊断信息的获取;第二是故障特征的提取;第三是故障源和故障类别的最终确定。考虑到这一思想,基于国家自然科学基金“局域波法及其工程应用研究”（No.50475155）,在总结和汲取前人研究成果的基础上,对局域波法中的相关理论和方法进行改进,随后结合局域波理论、模糊二元树诊断、系统级故障诊断和灰色预测等方法及理论针对往复式压缩机组系统故障智能诊断方法进行了深入的研究,并将该方法在工程应用上予以验证。主要的工作如下:1.针对一维局域波理论的待改进点和二维局域波在图像诊断中的应用进行了深入的研究。在阐述局域波分解算法和时频分析理论的基础上,分析了一维局域波理论中存在的待改进点,包括微弱信号对强信号的影响和局域波时频谱处理等方面的应用研究。对适合于局域波时频谱特征提取的三种故障分类器的分类特性进行了对比分析研究。提出了基于二维局域波分解的图像诊断方法,通过对时频灰度图像的二维分解提取表征故障信息的图像细节...
【文章来源】：大连理工大学辽宁省 211工程院校 985工程院校 教育部直属院校
【文章页数】：135 页
【学位级别】：博士
【部分图文】：
原始振动信号Fig.2.3originalvibrationsignal
图2.5局域波时频谱 Fig.2.5Loealwavetime一 frequeneysPectrum图2.4为原始振动信号局域波分解结果。从图2.5中可以看出
效性得到了验证。长期监测某往复压缩机组一个排气阀的振动情况，选取较为典型的两组信号为例进行说明。图2.6显示的是原始振动信号，包括正常和活塞环故障两种典型状态。这里已知活塞环的故障特征频率为2000Hz左右(见第三章往复机故障机理分析)。采集信号分析频率10kHz，采样用加速度传感器。从图2.6中可以看出，虽然往复机冲击明显，但振动时域波形和振动幅值在故障前后并无明显变化。利用局域波算法对该信号进行处理，得到局域波时1频谱及其时频谱图，如图2.7所示。
【参考文献】：
期刊论文
[1]基于自组织神经网络的非线性系统建模[J]. 车玫芳,陈希平,柴飞燕. 计算机仿真. 2007(05)
[2]基于混合优化策略的自回归—滑动平均模型建模[J]. 郭敬,董彦良,赵克定,于金盈. 机械工程学报. 2007(04)
[3]SV模型的模拟GMM方法——兼论涨跌停板制度的有效性[J]. 李传乐,王美今. 中山大学学报(自然科学版). 2006(06)
[4]CARCH模型在上证指数收益率分析中的应用[J]. 刘强,徐全智,杨晋浩. 成都大学学报(自然科学版). 2006(02)
[5]基于小波变换的非平稳信号趋势项剔除方法[J]. 朱学锋,韩宁. 飞行器测控学报. 2006 (05)
[6]基于LVQ神经网络的冷轧带钢表面缺陷分类方法[J]. 吴贵芳,徐科,徐金梧. 北京科技大学学报. 2005(06)
[7]主客观证据融合模型及其应用研究[J]. 魏守智,赵海. 计算机工程与应用. 2005(28)
[8]往复压缩机故障诊断专家系统设计与实现[J]. 姚华堂,盛颂恩,范兴铎. 压缩机技术. 2005(01)
[9]局域波法在柴油机气缸磨损故障诊断中的研究[J]. 邹岩崑,马孝江,朱泓,蔡悦,张志新. 中国机械工程. 2004(20)
[10]基于经验模态分解包络谱的滚动轴承故障诊断方法[J]. 杨宇,于德介,程军圣. 中国机械工程. 2004(16)
博士论文
[1]非平稳信号特征提取方法在超高压压缩机故障诊断中的应用研究[D]. 任全民.大连理工大学 2006
[2]局域波分解方法、特征剖析及应用研究[D]. 胡红英.大连理工大学 2006
[3]局域波分析的理论方法研究及应用[D]. 邹岩崑.大连理工大学 2004
[4]灰色系统与神经网络分析方法及其应用研究[D]. 姜波.华中科技大学 2004
[5]基于支持向量机的故障智能诊断方法研究[D]. 翟永杰.华北电力大学（河北） 2004
[6]基于局域波法的转子系统非线性动态特性及应用研究[D]. 王凤利.大连理工大学 2003
[7]基于局域波分析的柴油机故障诊断方法的研究及应用[D]. 王珍.大连理工大学 2002
[8]基于局域波法的非平稳随机信号分析中若干问题的研究[D]. 张海勇.大连理工大学 2001
[9]局域波时频分析方法的理论研究与应用[D]. 盖强.大连理工大学 2001
硕士论文
[1]系统级故障诊断集团算法的研究及方程解决[D]. 谢兵.湖南大学 2002
本文编号：3258205
【文章来源】：大连理工大学辽宁省 211工程院校 985工程院校 教育部直属院校
【文章页数】：135 页
【学位级别】：博士
【部分图文】：
原始振动信号Fig.2.3originalvibrationsignal
图2.5局域波时频谱 Fig.2.5Loealwavetime一 frequeneysPectrum图2.4为原始振动信号局域波分解结果。从图2.5中可以看出
效性得到了验证。长期监测某往复压缩机组一个排气阀的振动情况，选取较为典型的两组信号为例进行说明。图2.6显示的是原始振动信号，包括正常和活塞环故障两种典型状态。这里已知活塞环的故障特征频率为2000Hz左右(见第三章往复机故障机理分析)。采集信号分析频率10kHz，采样用加速度传感器。从图2.6中可以看出，虽然往复机冲击明显，但振动时域波形和振动幅值在故障前后并无明显变化。利用局域波算法对该信号进行处理，得到局域波时1频谱及其时频谱图，如图2.7所示。
【参考文献】：
期刊论文
[1]基于自组织神经网络的非线性系统建模[J]. 车玫芳,陈希平,柴飞燕. 计算机仿真. 2007(05)
[2]基于混合优化策略的自回归—滑动平均模型建模[J]. 郭敬,董彦良,赵克定,于金盈. 机械工程学报. 2007(04)
[3]SV模型的模拟GMM方法——兼论涨跌停板制度的有效性[J]. 李传乐,王美今. 中山大学学报(自然科学版). 2006(06)
[4]CARCH模型在上证指数收益率分析中的应用[J]. 刘强,徐全智,杨晋浩. 成都大学学报(自然科学版). 2006(02)
[5]基于小波变换的非平稳信号趋势项剔除方法[J]. 朱学锋,韩宁. 飞行器测控学报. 2006 (05)
[6]基于LVQ神经网络的冷轧带钢表面缺陷分类方法[J]. 吴贵芳,徐科,徐金梧. 北京科技大学学报. 2005(06)
[7]主客观证据融合模型及其应用研究[J]. 魏守智,赵海. 计算机工程与应用. 2005(28)
[8]往复压缩机故障诊断专家系统设计与实现[J]. 姚华堂,盛颂恩,范兴铎. 压缩机技术. 2005(01)
[9]局域波法在柴油机气缸磨损故障诊断中的研究[J]. 邹岩崑,马孝江,朱泓,蔡悦,张志新. 中国机械工程. 2004(20)
[10]基于经验模态分解包络谱的滚动轴承故障诊断方法[J]. 杨宇,于德介,程军圣. 中国机械工程. 2004(16)
博士论文
[1]非平稳信号特征提取方法在超高压压缩机故障诊断中的应用研究[D]. 任全民.大连理工大学 2006
[2]局域波分解方法、特征剖析及应用研究[D]. 胡红英.大连理工大学 2006
[3]局域波分析的理论方法研究及应用[D]. 邹岩崑.大连理工大学 2004
[4]灰色系统与神经网络分析方法及其应用研究[D]. 姜波.华中科技大学 2004
[5]基于支持向量机的故障智能诊断方法研究[D]. 翟永杰.华北电力大学（河北） 2004
[6]基于局域波法的转子系统非线性动态特性及应用研究[D]. 王凤利.大连理工大学 2003
[7]基于局域波分析的柴油机故障诊断方法的研究及应用[D]. 王珍.大连理工大学 2002
[8]基于局域波法的非平稳随机信号分析中若干问题的研究[D]. 张海勇.大连理工大学 2001
[9]局域波时频分析方法的理论研究与应用[D]. 盖强.大连理工大学 2001
硕士论文
[1]系统级故障诊断集团算法的研究及方程解决[D]. 谢兵.湖南大学 2002
本文编号：3258205
本文链接：https://www.wllwen.com/kejilunwen/jixiegongcheng/3258205.html
