基于多模型估计的转子典型故障诊断与参数识别方法研究

发布时间：2017-05-19 10:10

  本文关键词：基于多模型估计的转子典型故障诊断与参数识别方法研究，由笔耕文化传播整理发布。

【摘要】：当前对于转子故障的诊断基本是采用基于振动信号特征结合经验的方法，往往包含较多人为的判断。近些年虽出现了一些智能诊断方法，但其诊断精度多依赖于大量的故障事例和故障数据，其实际应用存在局限性。为丰富转子故障诊断的手段，提高诊断能力，本文重点研究基于多模型估计和参数估计的转子故障诊断方法。论文的主要研究工作如下： 1.针对刚性支承单盘转子系统，对多种典型故障（不对中、碰摩、裂纹、弯曲）分别作故障机理和动力学分析，得出了不同故障型式下的转子运动微分方程。归纳总结单故障模型，建立了多重故障状态下的动力学方程。 2.将多模型估计方法运用到转子系统常见的碰摩、不对中以及裂纹等故障的诊断中。研究表明，多模型估计方法对于单一参数未知的模型有着很好的应用，然而对于多个参数未知的模型，由于参数间的排列组合大大增加卡尔曼滤波器个数，进而做出不必要的滤波，降低计算速度。为此，，将极值区间搜索方法与多模型估计理论相结合，提出了一种针对多参数未知模型的故障诊断新方法。 3.将扩展卡尔曼滤波EKF方法运用到弯曲故障、不对中故障以及裂纹故障的故障诊断中。为了提高参数识别的收敛性和稳定性，引入了EKF-WGI算法。针对EKF解决强非线性可能会失效的问题，提出了一种EKF参数估计与多模型估计联合诊断新方法，仿真验算证实了该方法的有效性与实用性。 4.将粒子滤波算法引入到旋转机械的故障诊断中，通过仿真完成了粒子滤波算法对转子系统单一故障，尤其对多重故障的诊断。针对单跨双盘转子系统，运用粒子滤波算法实现了对裂纹识别和定位。 5.在转子实验台上模拟裂纹故障、不对中故障、弯曲故障以及弯曲裂纹复合故障；分别用多模型估计方法、EKF-WGI方法和粒子滤波方法分别对故障振动信号进行故障诊断；实验验证了三种故障诊断方法的有效性；最后从几个方面分析三种方法各自的优缺点。
【关键词】：转子 故障诊断 多模型估计 卡尔曼滤波 粒子滤波
【学位授予单位】：上海交通大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：TH165.3
【目录】：

• 摘要5-7
• ABSTRACT7-12
• 第一章 绪论12-20
• 1.1 课题研究背景和意义12
• 1.2 当前故障诊断方法12-18
• 1.2.1 基于信号处理的故障诊断方法13-14
• 1.2.2 基于知识的故障诊断方法14-15
• 1.2.3 基于解析模型的方法15-18
• 1.3 本文研究内容18-20
• 第二章 转子典型故障动力学分析20-40
• 2.1 刚性支撑单盘转子系统模型20-21
• 2.2 转子不对中21-25
• 2.2.1 不对中故障转子系统运动微分方程22-23
• 2.2.2 不对中故障转子系统振动数值仿真23-25
• 2.3 裂纹转子25-31
• 2.3.1 开闭裂纹26-27
• 2.3.2 开关函数27-28
• 2.3.3 裂纹故障转子系统运动微分方程28-29
• 2.3.4 裂纹故障转子系统振动仿真29-30
• 2.3.5 刚度变化对转子系统振动的影响30-31
• 2.4 转子碰摩31-34
• 2.4.1 碰摩故障转子系统运动微分方程32-33
• 2.4.2 碰摩故障转子系统振动仿真33-34
• 2.5 转子弯曲34-36
• 2.5.1 弯曲故障转子系统运动微分方程34-35
• 2.5.2 弯曲故障转子系统振动仿真35-36
• 2.6 多故障转子动力学模型36-39
• 2.6.1 多故障转子系统运动微分方程36-37
• 2.6.2 多故障转子系统振动仿真37-39
• 2.7 本章小结39-40
• 第三章 基于多模型估计的转子故障诊断方法40-61
• 3.1 多模型估计原理40-45
• 3.1.1 多模型估计基本原理40-41
• 3.1.2 多模型自适应卡尔曼滤波器41-45
• 3.1.3 卡尔曼滤波器的应用与实现45
• 3.2 碰摩故障分析45-51
• 3.2.1 构造卡尔曼滤波器模型45-47
• 3.2.2 构造多模型估计器47-48
• 3.2.3 碰摩故障诊断48-51
• 3.3 裂纹故障分析51-54
• 3.3.1 构建卡尔曼滤波器模型51-53
• 3.3.2 构建多模型估计器53
• 3.3.3 裂纹故障诊断53-54
• 3.4 不对中故障分析54-56
• 3.4.1 构建卡尔曼滤波器模型54-55
• 3.4.2 构建多模型估计器55-56
• 3.4.3 不对中故障诊断56
• 3.5 多个未知参数的故障诊断56-60
• 3.5.1 算法提出56-58
• 3.5.2 算法应用58-60
• 3.6 多模型估计的实际应用60
• 3.7 本章小结60-61
• 第四章 基于 EKF 参数估计的转子故障诊断方法61-80
• 4.1 扩展卡尔曼滤波器理论（EKF）61-62
• 4.2 基于 EKF 的参数识别方法62-63
• 4.3 弯曲故障分析63-66
• 4.3.1 弯曲故障参数估计方程63-64
• 4.3.2 弯曲故障诊断64-66
• 4.4 不对中转子66-68
• 4.4.1 参数估计方程66-67
• 4.4.2 不对中故障诊断67-68
• 4.5 加权整体迭代的扩展卡尔曼滤波方法（EKF-WGI）68-73
• 4.5.1 EKF-WGI68-70
• 4.5.2 EKF-WGI 的应用实例70-73
• 4.6 转子系统阻尼系数估计73-77
• 4.6.1 正常转子系统振动仿真74-75
• 4.6.2 参数估计方程75-76
• 4.6.3 阻尼系数估计结果76-77
• 4.7 参数估计-多模型估计方法77-79
• 4.7.1 参数估计-多模型估计方法的提出77
• 4.7.2 参数估计-多模型估计方法的应用77-79
• 4.8 本章小结79-80
• 第五章 基于粒子滤波的转子故障诊断方法80-91
• 5.1 粒子滤波算法概述80-83
• 5.1.1 基本粒子滤波算法80-81
• 5.1.2 重采样算法81-83
• 5.1.3 粒子滤波算法在转子系统故障诊断中的应用83
• 5.2 粒子滤波在单一故障转子系统上的应用83-84
• 5.3 粒子滤波在多故障转子系统上的应用84-87
• 5.4 粒子滤波在转子系统裂纹定位上的应用87-90
• 5.4.1 单跨双盘转子运动微分方程87-89
• 5.4.2 单跨双盘转子仿真振动信号89
• 5.4.3 裂纹识别89-90
• 5.5 本章小结90-91
• 第六章 故障诊断方法的实验验证91-119
• 6.1 实验台组成91-96
• 6.1.1 BENTLY-RK4 转子系统91
• 6.1.2 信号测量系统91-93
• 6.1.3 转子系统参数的确定93-96
• 6.2 故障实验96-100
• 6.2.1 裂纹故障96-97
• 6.2.2 不对中故障97-98
• 6.2.3 弯曲故障98-99
• 6.2.4 弯曲和裂纹复合故障99-100
• 6.3 故障诊断100-117
• 6.3.1 基于多模型估计方法的故障诊断100-104
• 6.3.2 基于参数估计方法的故障诊断104-114
• 6.3.3 基于粒子滤波方法的故障诊断114-117
• 6.4 故障诊断方法比较117-118
• 6.5 本章小结118-119
• 第七章 总结与展望119-121
• 7.1 总结119-120
• 7.2 展望120-121
• 参考文献121-126
• 致谢126-127
• 攻读硕士学位期间已发表或录用的论文127

【参考文献】

中国期刊全文数据库 前10条

1 尚久铨;卡尔曼滤波法在结构动态参数估计中的应用[J];地震工程与工程振动;1991年02期

2 柳玉甜;蒋静坪;;基于多模型和小脑模型关节控制器神经网络的移动机器人故障诊断[J];电工技术学报;2007年03期

3 崔平远,黄晓瑞;基于联合卡尔曼滤波的多传感器信息融合算法及其应用[J];电机与控制学报;2001年03期

4 裴福俊;孙新蕊;崔平远;;基于线性优化粒子滤波的捷联惯导初始对准方法[J];高技术通讯;2008年05期

5 周东华,王桂增;第五讲 故障诊断技术综述[J];化工自动化及仪表;1998年01期

6 方力先,陈仲仪;小波变换在核电站一回路松动件定位的应用研究[J];核科学与工程;2001年01期

7 单振兴;杨宏文;胡卫东;郁文贤;;基于多模型滤波的只测角跟踪方法[J];火力与指挥控制;2007年10期

8 程建;周越;蔡念;杨杰;;基于粒子滤波的红外目标跟踪[J];红外与毫米波学报;2006年02期

9 肖乾;多模型估计理论[J];舰船科学技术;2005年02期

10 冯新,周晶,陈健云;一种结构参数识别的两阶段方法[J];计算力学学报;2002年02期

中国博士学位论文全文数据库 前1条

1 董清华;地基、结构及其相互作用系统参数识别理论[D];西安建筑科技大学;2004年

中国硕士学位论文全文数据库 前1条

1 陈婷艳;航天器运动部件振动特性与故障诊断方法研究[D];上海交通大学;2010年

  本文关键词：基于多模型估计的转子典型故障诊断与参数识别方法研究，由笔耕文化传播整理发布。

本文编号：378395