基于小波分析的旋转机械故障诊断仪的研究与开发

发布时间：2021-08-20 15:09

　　旋转机械是现代工矿企业大量使用的动力设备,在企业生产中起到非常重要的作用。这些设备一旦发生故障,不仅影响正常生产,造成巨大的经济损失,而且可能会危及人身安全,导致严重的安全和环保事故。因此,对旋转机械的运行状态进行有效的监测和诊断是非常必要的。随着科学技术的发展,旋转机械不断向高速、轻型、高效和智能化发展,这也对设备的状态监测和故障诊断提出了更高的要求。在旋转机械故障诊断中,以往的诊断仪器都是建立在以快速傅里叶变换（FFT）为核心的经典信号处理方法上,基本上能满足对平稳信号的特征提取和分析;但对因机器运行负荷变化、转速不稳定及机器故障而产生的非平稳信号的特征提取则相对不足,尤其对某些零部件的早期故障识别往往具有很大的局限性。因此,本文采用信号处理的前沿技术——小波分析技术进行深入的研究和探索,弥补了传统信号处理方法的不足,这对减少漏报、误报以及提高确诊率都具有重要意义。在此基础上,采用数字信号处理器（DSP）开发便携式旋转机械故障诊断分析仪。系统利用DSP使得复杂的小波分析算法和频谱分析算法的装入成为可能,并大大提升了数据处理的速度,从而提高故障诊断的实时性。本文的研究工作主要有如下几... 

【文章来源】：江南大学江苏省 211工程院校 教育部直属院校

【文章页数】：82 页

【学位级别】：硕士

【部分图文】：

0Hz正弦信号频谱图

换工具箱对相同信号分析的结果进行比-9 利用 MATLAB 分析的第 5 层细节信号的功表明利用FFT分析模块对第5层细节信号信号进行分析的结果基本一致。断能力测试障诊断的能力，我们用分析仪对旋转机械时，采集旋转机械试验台的振动信号如图率为 1kHz，采样数据点数为 1024。

表明利用FFT分析模块对第5层细节信号信号进行分析的结果基本一致。能力测试障诊断的能力，我们用分析仪对旋转机械时，采集旋转机械试验台的振动信号如率为 1kHz，采样数据点数为 1024。图 6-10 转子不平衡时的振动信号号用小波包分析模块进行处理，对信号进节信号。用 FFT 分析模块对小波包分解结果如图 6-11 所示。

【参考文献】：
期刊论文
[1]小波包分析在旋转机械故障诊断中的应用[J]. 秦岭,杨君.  电子工程师. 2006(01)
[2]基于小波多分辨率分析的故障检测方法[J]. 周小勇,叶银忠.  控制工程. 2005(S2)
[3]用TL16C550C芯片实现DSP与PC机的串行通信[J]. 张韧,方少元,冯刚.  电子工程师. 2005(01)
[4]快速小波变换的定点DSP实现[J]. 彭秀艳,王凤阳,万博.  自动化技术与应用. 2003(03)
[5]风机在线监测系统的设计及应用[J]. 李平,李涛.  煤矿机电. 2003(01)
[6]TMS320C2XX开发设计中应注意的问题[J]. 黄红兵,殷小贡,沈文光,任治国.  电子技术应用. 2002(12)
[7]数字信号处理器引导装载方式研究[J]. 陈喆,张福洪.  杭州电子工业学院学报. 2002(06)
[8]基于证据理论的电机故障诊断方法研究[J]. 朱大奇,徐振斌,于盛林.  华中科技大学学报. 2001(12)
[9]基于小波分析的机械故障特征提取研究[J]. 陈长征,罗跃纲,张省,虞和济.  机械强度. 2001(02)
[10]多传感器信息融合及在智能故障诊断中的应用[J]. 张彦铎,姜兴渭.  传感器技术. 1999(03)

硕士论文
[1]低压电器监测保护装置的开发[D]. 刘兵.郑州大学 2005
[2]旋转机械故障诊断专家系统知识库与诊断推理的研究[D]. 昌大伟.浙江工业大学 2001



本文编号：3353725