旋轉(zhuǎn)機械振動信號的分離.pdf

1、針對旋轉(zhuǎn)機械振動監(jiān)測與故障診斷所面臨的各種干擾與有用信息相互混雜的情況，本文探討了一種適用于旋轉(zhuǎn)機械振動信號處理與故障特征提取方法，該方法可以將各振動源所引起的混合信號分離為單一的振源信號，最大程度地凸顯與待監(jiān)測機器及部件故障相對應(yīng)的特征信息，大大提高故障診斷的準確性。 本文以旋轉(zhuǎn)機械的振動為研究對象，首先從信號處理的角度研究了旋轉(zhuǎn)機械的振動信號特性以及置于旋轉(zhuǎn)機械殼體上傳感器所測振動信號的混合情況，得出相應(yīng)的混合模型，并在此基

2、礎(chǔ)上，系統(tǒng)地研究了幾種實用的信號分離及降噪技術(shù)。特別是以盲源分離為重點研究對象，探索了盲源分離理論方法應(yīng)用在旋轉(zhuǎn)機械故障診斷中的相關(guān)算法，解決了一些在實際應(yīng)用過程中的技術(shù)細節(jié)。在以上研究的基礎(chǔ)上，建立了一個基于振動信號盲源分離(包含非盲分離)的旋轉(zhuǎn)機械信號處理系統(tǒng)，為旋轉(zhuǎn)機械狀態(tài)監(jiān)測與故障診斷提供了一種行之有效的信號處理手段。 本文的主要工作內(nèi)容和貢獻如下： ●對旋轉(zhuǎn)機械振動的機理、振動信號的混合過程進行了系統(tǒng)的分析，得

3、出了旋轉(zhuǎn)機械振動信號的混合模型。 ●研究了瞬時混合模型下適用于旋轉(zhuǎn)機械振動信號分離的FastICA方法及基于時延相關(guān)的二階盲源分離方法，通過大量的仿真實驗對兩種方法的適用性及優(yōu)缺點分別加以分析及對比，并將FastICA方法擴展到復數(shù)域，實現(xiàn)了頻域復數(shù)信號的瞬時盲源分離。 ●在卷積混合模型下，研究了相應(yīng)的時域盲源分離及頻域盲源分離兩種卷積分離方案，對時域和頻域卷積分離方法的特點、適用性及優(yōu)點分別進行了比較。針對旋轉(zhuǎn)機械穩(wěn)定

4、運行在工作轉(zhuǎn)速下所測得的穩(wěn)態(tài)振動信號特性，提出了基于全局傅立葉變換的平穩(wěn)振動信號的頻域分離方法；針對旋轉(zhuǎn)機械非穩(wěn)態(tài)運行(增、減速及負載波動較大)情況下的振動信號特性，建立了基于短時傅立葉變換(STFT)的非平穩(wěn)振動信號的頻域分離方案。 ●實施基于STFT的非平穩(wěn)振動信號卷積混合頻域盲源分離方法過程中，需解決分離順序不確定性問題，本文根據(jù)同一振源信號相鄰頻率幅值譜序列具有相關(guān)性這一特性，建立了基于相關(guān)系數(shù)解決置換問題的方法，仿真驗

5、證結(jié)果表明了該方法的有效性。 ●研究了低通、高通及帶通濾波對于盲源分離算法的影響，建立了基于濾波預處理與盲源分離相結(jié)合的振動信號分離方案。 ●提出了基于PCA降維預處理方法的含噪盲源分離問題的解決方案。該方案較之其它基于噪聲假設(shè)及模型假設(shè)的含噪盲源分離方法，具有適用性廣、實際應(yīng)用效果好的優(yōu)勢，而且該方案也適用于解決傳感器個數(shù)少，振源個數(shù)多的實際情況。 ●針對雙轉(zhuǎn)子航空發(fā)動機高、低壓轉(zhuǎn)子振動信號混合的問題，分別提出

6、了基于FFT的非盲分離及基于盲源分離的兩種解決方案，并分析了兩方案的優(yōu)勢及適用范圍。 ●針對齒輪及軸承故障診斷過程中，所測取振動信號受調(diào)制現(xiàn)象的影響造成振動信號信噪比低的問題，提出了基于時延相關(guān)預處理的盲源分離方法，該方法相當于對所測振動信號進行兩次降噪，仿真及實驗分析結(jié)果證實了時延相關(guān)預處理與盲源分離方法相結(jié)合，降噪及特征信息提取效果明顯。 ●在以上研究工作的基礎(chǔ)上，建立了基于盲源分離(含非盲分離)的旋轉(zhuǎn)機械振動信號處