往复活塞式压缩机关键部件的故障诊断方法研究及应用
发布时间：2023-02-23 20:05
机械设备监测与故障诊断技术是一门综合性技术，从本质上来讲是一个机器运行状态的模式识别问题，其关键就是故障信号的特征提取与分类。由于往复式压缩机在工业生产中的重要作用，其故障诊断的研究具有重要意义。本文基于国家自然科学基金项目“局域波法及其工程应用研究”(50475155)，在总结和汲取别人研究成果的基础上，以往复式压缩机表面振动信号为研究对象，结合适用于非平稳信号分析的局域波法、分数阶Fourier变换等方法，有效实现了往复式压缩机故障特征的提取，引入模式分类方法并加以改进，实现了故障的准确分类与故障程度的量化。本文的主要工作如下： 1．在分析往复式压缩机结构特征的基础上，总结了表面振动响应与主要激振源和传递路径的关系。结合长期在往复式压缩机振动测试中遇到的问题，阐述了信号可重复性的意义，指出信号的可重复性是往复式压缩机故障诊断的一个重要性质，它对于故障诊断工作的顺利开展有着深远的影响。通过对往复式压缩机实测信号的分析，发现同一部件不同测量位置及测试参数条件下，得到信号的能量与谱型均有较大差异。因此，只有在测试条件相对不变的前提下获取的信号，才能有效应用于往复式压缩机的故障诊断...
【文章页数】：126 页
【学位级别】：博士
【文章目录】：
独创性说明
摘要
ABSTRACT
1 绪论
1.1 往复式压缩机故障诊断技术研究的背景及意义
1.2 往复式压缩机故障诊断技术概述
1.2.1 往复式压缩机设备故障的特点
1.2.2 往复式压缩机故障诊断的一般过程
1.2.3 往复式压缩机的常用诊断方法
1.3 往复式压缩机故障诊断的研究现状
1.3.1 基于经典信号分析理论的特征提取
1.3.2 基于时间序列的特征提取
1.3.3 基于时频分析的特征提取
1.3.4 基于神经网络的往复式压缩机故障诊断方法
1.3.5 基于数学模型的故障诊断方法
1.3.6 基于专家系统和故障树的故障诊断方法
1.3.7 基于不确定性的粗糙集和模糊逻辑理论的诊断方法
1.4 课题来源及本文的主要内容
1.4.1 本文的研究思路及主要创新工作
1.4.1 本文主要内容及论文结构
2 往复式压缩机振动分析
2.1 往复式压缩机振动机理
2.1.1 往复式压缩机的系统构成
2.1.2 往复式压缩机振动的工作循环及振动激振源分析
2.1.3 活塞曲柄机构振动分析
2.1.4 往复式压缩机表面振动信号的特点
2.2 往复式压缩机故障诊断中的一些问题
2.2.1 测试参数的选取
2.2.2 测点位置的选择
2.2.3 信号的可重复性
2.3 小结
3 局域波法的分解特征及应用
3.1 局域波法基础
3.1.1 局域波分解
3.1.2 局域波时频表示
3.2 采样频率对局域波时频分辨特性的影响
3.2.1 采样频率对单一频率信号的影响
3.2.2 采样频率对不同分解方法的影响
3.2.3 误差的产生原因
3.3 基于重采样插值的局域波分解方法
3.4 应用实例
3.5 小结
4 基于分数阶Fourier变换和局域波法的特征提取
4.1 时域和频域的特征提取方法
4.1.1 时域特征提取
4.1.2 频域特征提取
4.2 基于局域波分解的时间序列模型的特征提取
4.2.1 时间序列参数模型与自回归谱
4.2.2 局域波自回归谱
4.2.3 基于局域波自回归谱的特征提取
4.3 基于分数阶Fourier变换的特征提取
4.3.1 分数阶Fourier变换的基本知识
4.3.2 分数阶Fourier变换的时频表示
4.3.3 分数阶Fourier域滤波
4.3.4 基于分数阶Fourier变换的局域波法分解
4.3.5 基于分数阶Fourier变换和局域波时频分布的故障特征提取
4.4 小结
5 基于聚类分析的故障诊断方法的研究及应用
5.1 聚类分析的基础知识
5.1.1 样本之间的度量
5.1.2 聚类的准则函数
5.2 基于J散度和局域波自回归谱的层次聚类
5.2.1 合并的层次聚类的基本算法
5.2.2 在故障诊断中的应用
5.3 模糊聚类及在往复式压缩机故障诊断中的应用
5.3.1 模糊c均值聚类
5.3.2 在特征参数评价中的应用
5.4 在线聚类
5.4.1 竞争学习
5.4.2 Leader-follower聚类算法
5.4.3 基于评判的Leader-follower在线聚类
5.4.4 聚类中的降维问题
5.4.5 在往复式压缩机气阀故障诊断中的应用
5.5 小结
6 基于多尺度Hilbert谱熵的故障程度量化的研究
6.1 常用的故障量化方法
6.2 熵的基本知识
6.2.1 熵和信息量
6.2.2 离散信息源信息熵
6.3 熵在往复式压缩机故障量化中的应用
6.3.1 功率谱熵
6.3.2 时频熵
6.3.3 时频奇异谱熵
6.4 Hilbert谱及多尺度Hilbert谱熵
6.4.1 Hilbert谱
6.4.2 Hilbert谱的时频多分辨率特性
6.4.3 多尺度Hilbert谱熵
6.5 应用实例
6.6 小结
结论
参考文献
附录A 测试机组及测试系统资料
攻读博士学位期间发表学术论文情况
创新点摘要
致谢
大连理工大学学位论文版权使用授权书
本文编号：3748668
【文章页数】：126 页
【学位级别】：博士
【文章目录】：
独创性说明
摘要
ABSTRACT
1 绪论
1.1 往复式压缩机故障诊断技术研究的背景及意义
1.2 往复式压缩机故障诊断技术概述
1.2.1 往复式压缩机设备故障的特点
1.2.2 往复式压缩机故障诊断的一般过程
1.2.3 往复式压缩机的常用诊断方法
1.3 往复式压缩机故障诊断的研究现状
1.3.1 基于经典信号分析理论的特征提取
1.3.2 基于时间序列的特征提取
1.3.3 基于时频分析的特征提取
1.3.4 基于神经网络的往复式压缩机故障诊断方法
1.3.5 基于数学模型的故障诊断方法
1.3.6 基于专家系统和故障树的故障诊断方法
1.3.7 基于不确定性的粗糙集和模糊逻辑理论的诊断方法
1.4 课题来源及本文的主要内容
1.4.1 本文的研究思路及主要创新工作
1.4.1 本文主要内容及论文结构
2 往复式压缩机振动分析
2.1 往复式压缩机振动机理
2.1.1 往复式压缩机的系统构成
2.1.2 往复式压缩机振动的工作循环及振动激振源分析
2.1.3 活塞曲柄机构振动分析
2.1.4 往复式压缩机表面振动信号的特点
2.2 往复式压缩机故障诊断中的一些问题
2.2.1 测试参数的选取
2.2.2 测点位置的选择
2.2.3 信号的可重复性
2.3 小结
3 局域波法的分解特征及应用
3.1 局域波法基础
3.1.1 局域波分解
3.1.2 局域波时频表示
3.2 采样频率对局域波时频分辨特性的影响
3.2.1 采样频率对单一频率信号的影响
3.2.2 采样频率对不同分解方法的影响
3.2.3 误差的产生原因
3.3 基于重采样插值的局域波分解方法
3.4 应用实例
3.5 小结
4 基于分数阶Fourier变换和局域波法的特征提取
4.1 时域和频域的特征提取方法
4.1.1 时域特征提取
4.1.2 频域特征提取
4.2 基于局域波分解的时间序列模型的特征提取
4.2.1 时间序列参数模型与自回归谱
4.2.2 局域波自回归谱
4.2.3 基于局域波自回归谱的特征提取
4.3 基于分数阶Fourier变换的特征提取
4.3.1 分数阶Fourier变换的基本知识
4.3.2 分数阶Fourier变换的时频表示
4.3.3 分数阶Fourier域滤波
4.3.4 基于分数阶Fourier变换的局域波法分解
4.3.5 基于分数阶Fourier变换和局域波时频分布的故障特征提取
4.4 小结
5 基于聚类分析的故障诊断方法的研究及应用
5.1 聚类分析的基础知识
5.1.1 样本之间的度量
5.1.2 聚类的准则函数
5.2 基于J散度和局域波自回归谱的层次聚类
5.2.1 合并的层次聚类的基本算法
5.2.2 在故障诊断中的应用
5.3 模糊聚类及在往复式压缩机故障诊断中的应用
5.3.1 模糊c均值聚类
5.3.2 在特征参数评价中的应用
5.4 在线聚类
5.4.1 竞争学习
5.4.2 Leader-follower聚类算法
5.4.3 基于评判的Leader-follower在线聚类
5.4.4 聚类中的降维问题
5.4.5 在往复式压缩机气阀故障诊断中的应用
5.5 小结
6 基于多尺度Hilbert谱熵的故障程度量化的研究
6.1 常用的故障量化方法
6.2 熵的基本知识
6.2.1 熵和信息量
6.2.2 离散信息源信息熵
6.3 熵在往复式压缩机故障量化中的应用
6.3.1 功率谱熵
6.3.2 时频熵
6.3.3 时频奇异谱熵
6.4 Hilbert谱及多尺度Hilbert谱熵
6.4.1 Hilbert谱
6.4.2 Hilbert谱的时频多分辨率特性
6.4.3 多尺度Hilbert谱熵
6.5 应用实例
6.6 小结
结论
参考文献
附录A 测试机组及测试系统资料
攻读博士学位期间发表学术论文情况
创新点摘要
致谢
大连理工大学学位论文版权使用授权书
本文编号：3748668
本文链接：https://www.wllwen.com/kejilunwen/jixiegongcheng/3748668.html
