基于EMD算法的机电系统故障诊断与辨识技术研究

发布时间：2021-09-04 15:58

　　天线系统作为一种典型的机电一体化装备,存在结构磨损、性能下降和维修复杂等困难,为适应快速检测与视情维修的装备管理需求,提出了针对复杂天线系统的故障观测模型,通过构建健康等级判定准则,采用基于经验模态分解（EMD）算法,实现对复杂天线机电系统状态异变的快速检测、故障诊断与辨识。通过故障植入方式,进行数据分析与比对,检验了算法的有效性和适用性。 

【文章来源】：无线电工程. 2020,50(11)

【文章页数】：6 页

【部分图文】：

基于EMD算法的信号分解辨识流程

根据机电系统故障模型和观测器模型,在机电系统正常工作过程中,人为植入电机滚动保持架磨损故障,对所给故障数据通过程序仿真,仿真结果如图2所示。(1)故障检测过程

系统可通过构建的故障观测模型,较为准确地跟踪系统的运行状态。根据设备电气特性,选取健康状态等级的边界阈值F1=60,F2=140,利用式(19)～式(22)计算设备健康状态等级的变化情况,如图3所示。由图3可以看出,在183 s时刻以前,被观测对象工作正常;在183～365 s时刻,被观测对象出现告警,持续到365 s时,被观测对象因故障停止工作。

【参考文献】：
期刊论文
[1]综合故障检测与诊断系统[J]. 张立新.  西安工业大学学报. 2018(06)
[2]一种用于车辆定位的交互式多模型两级卡尔曼滤波（英文）[J]. 徐启敏,李旭,李斌,宋向辉.  Journal of Southeast University（English Edition）. 2017(02)
[3]一种旋转机械系统耦合故障诊断的新方法[J]. 焦卫东,蒋永华,施继忠,王晓燕.  仪器仪表学报. 2016(07)
[4]机电一体化系统的故障特点与故障诊断方法研究[J]. 王龙.  黑龙江科技信息. 2016(05)
[5]测控系统伺服电机故障诊断方法研究[J]. 李俊瑶,邹磊,杨卫平.  无线电工程. 2016(01)
[6]基于KPCA的BP神经网络齿轮泵故障诊断方法研究[J]. 仝奇,胡双演,李钊,叶霞,张仲敏.  无线电工程. 2015(09)
[7]基于EMD方法的机电作动系统故障特征提取[J]. 谢文俊,齐蓉,肖蕾.  计算机工程与应用. 2014(03)
[8]基于HMM的模拟电路故障诊断方法[J]. 许丽佳,黄建国,王厚军.  计算机辅助设计与图形学学报. 2010(07)
[9]面向机电系统状态监测与故障诊断的现代技术[J]. 张建民,徐小力,许宝杰,王红军.  北京理工大学学报. 2004(09)



本文编号：3383565