基于盲源分離和小波分析的電機(jī)聲頻故障診斷研究.pdf

1、隨著現(xiàn)代科學(xué)技術(shù)的進(jìn)步和社會經(jīng)濟(jì)的不斷發(fā)展，電機(jī)在生產(chǎn)中和日常生活中發(fā)揮著越來越重要的作用。電機(jī)產(chǎn)生故障時不僅會損壞電機(jī)本身，而且會影響整個系統(tǒng)或者家用電器的正常工作，甚至危及人身安全，造成巨大的經(jīng)濟(jì)損失。通過對常見故障的診斷和分析，可以及早發(fā)現(xiàn)故障和預(yù)防故障的進(jìn)一步惡化，減少突發(fā)事故造成的停產(chǎn)損失，并為實現(xiàn)狀態(tài)檢修創(chuàng)造條件。 電機(jī)的故障診斷和維護(hù)與電機(jī)本身一樣由來已久，電機(jī)設(shè)備在運行過程中，不僅會產(chǎn)生振動，還會發(fā)出強(qiáng)烈的噪聲，

2、機(jī)械設(shè)備的噪聲信號中蘊(yùn)涵著豐富的設(shè)備狀態(tài)信息，所以噪聲信號同樣能夠應(yīng)用于機(jī)械設(shè)備的故障診斷。如果機(jī)械的聲音突然發(fā)生了變化，就往往說明機(jī)械有了故障，需要進(jìn)行修理。隨著近年對噪聲的要求日益嚴(yán)格，電機(jī)的噪聲成為影響電機(jī)壽命和市場效益的重要因素。 本文詳細(xì)的研究了盲源分離技術(shù)和小波變換在電機(jī)聲頻故障診斷中的研究應(yīng)用。由于電機(jī)發(fā)生故障時，往往是多種故障同時發(fā)生，這時采集到的聲音信號包含了多種故障的信號特征，如何將這多種信號混合在一起的信號

3、，最大可能獨立分離開，是正確診斷出故障的前提條件。本文采用了較為成熟的盲源信號分離理論，采用一種己知的盲源分離算法，對采集到的信號進(jìn)行了分離，取得不錯的效果。由于電機(jī)發(fā)生故障時，故障信號中往往含有大量的時變、短時沖擊、突發(fā)性質(zhì)的成分，傳統(tǒng)的信號分析方法，如Fourier變換，不能有效地提取出電機(jī)的故障特征。而小波變換作為一種時頻分析方法，它在時頻域都具有表征信號局部特征的能力，能通過時頻窗的靈活變換來突出信號的不同頻率成分。 本