非平穩(wěn)信號(hào)特征提取方法在超高壓壓縮機(jī)故障診斷中的應(yīng)用研究.pdf

1、機(jī)械故障診斷是以機(jī)器學(xué)為基礎(chǔ)的一門綜合性技術(shù)，它的本質(zhì)是機(jī)器運(yùn)行狀態(tài)的模式識(shí)別問(wèn)題，其關(guān)鍵就是故障信號(hào)的特征提取與分類。論文基于國(guó)家自然科學(xué)基金項(xiàng)目“局域波法及其工程應(yīng)用研究”(50475155)和往復(fù)式壓縮機(jī)故障診斷的橫向課題，以現(xiàn)場(chǎng)工作的超高壓聚乙烯壓縮機(jī)為研究對(duì)象，利用壓縮機(jī)的振動(dòng)信號(hào)實(shí)現(xiàn)了它關(guān)鍵部件的狀態(tài)監(jiān)測(cè)與故障診斷。本文針對(duì)往復(fù)式壓縮機(jī)主要部件的故障機(jī)理及其振動(dòng)信號(hào)的特征，分別引入了適合分析它們的方法——局域波法、廣義分形維

2、法和改進(jìn)的小波包閾值消噪方法，以便準(zhǔn)確地從中提取可靠的故障特征。在特征提取的基礎(chǔ)上，對(duì)往復(fù)式壓縮機(jī)在線監(jiān)測(cè)和智能診斷的方法進(jìn)行了研究。并在現(xiàn)場(chǎng)工作的超高壓聚乙烯壓縮機(jī)狀態(tài)監(jiān)測(cè)中驗(yàn)證了這些方法的有效性。本論文主要的工作如下： 1．以超高壓聚乙烯 C-2 二次壓縮機(jī)為例介紹了往復(fù)式壓縮機(jī)的工作原理和結(jié)構(gòu)特征，總結(jié)了往復(fù)式壓縮機(jī)主要零部件的故障機(jī)理和失效形式；使用振動(dòng)信號(hào)對(duì)壓縮機(jī)的關(guān)鍵部件進(jìn)行了狀態(tài)監(jiān)測(cè)，規(guī)劃了每列氣缸主要零部件測(cè)點(diǎn)的

3、位置和檢測(cè)參數(shù)；使用傳統(tǒng)信號(hào)處理方法對(duì)比分析了各測(cè)點(diǎn)振動(dòng)信號(hào)的特征，初步得到了壓縮機(jī)振動(dòng)信號(hào)的一些統(tǒng)計(jì)特征，為使用振動(dòng)信號(hào)實(shí)現(xiàn)往復(fù)式壓縮機(jī)的故障診斷奠定了基礎(chǔ)。 2．在深入研究局域波理論基礎(chǔ)上，結(jié)合高階統(tǒng)計(jì)量的方法，提出了一種往復(fù)式壓縮機(jī)氣閥特征提取的新方法。建立了氣閥振動(dòng)信號(hào)的多調(diào)幅調(diào)頻模型，利用局域波法的多分辨性和分解信號(hào)自適應(yīng)性，對(duì)振動(dòng)信號(hào)實(shí)現(xiàn)了解調(diào)分析并得到了它的特征頻段；通過(guò)特征頻段瞬時(shí)幅值的歸一化處理，并計(jì)算包含氣閥

4、故障信息的高階統(tǒng)計(jì)量參數(shù)；試驗(yàn)結(jié)果證實(shí)了這些特征參數(shù)很好地反映了氣閥的劣化過(guò)程，對(duì)壓縮機(jī)氣閥的故障診斷具有很好的工程適用性。 3．實(shí)現(xiàn)了基于振動(dòng)信號(hào)分析的填料密封故障診斷。研究了往復(fù)式壓縮機(jī)填料密封的故障機(jī)理，鑒于填料函處振動(dòng)信號(hào)的復(fù)雜性，傳統(tǒng)信號(hào)處理方法無(wú)法滿足故障診斷的要求，使用了多重分形理論對(duì)非線性振動(dòng)信號(hào)進(jìn)行了研究分析；為了能夠獲取淹沒(méi)在噪聲中微弱信號(hào)的幾何結(jié)構(gòu)信息，將原始信號(hào)轉(zhuǎn)化為它的分貝值形式；試驗(yàn)的結(jié)果表明廣義維數(shù)

5、譜能夠很好地反映填料密封的工作狀態(tài)，該方法為往復(fù)式壓縮機(jī)密封件的故障診斷提供了新的思路。 4．提出了一種往復(fù)式壓縮機(jī)傳動(dòng)部件早期故障檢測(cè)的方法。在小波包變換和閾值消噪的基礎(chǔ)上，引進(jìn)了小波包系數(shù)極大似然閾值估計(jì)的方法，并使用小波包系數(shù)的Shannon熵選擇了最佳的小波包函數(shù)；該方法可以實(shí)現(xiàn)強(qiáng)噪聲背景下弱沖擊信號(hào)的提取，使用模擬信號(hào)驗(yàn)證了該方法的有效性；使用該方法成功地實(shí)現(xiàn)了往復(fù)式壓縮機(jī)傳動(dòng)部件早期松動(dòng)的檢測(cè)，避免了重大事故的發(fā)生。

6、 5．對(duì)往復(fù)式壓縮機(jī)關(guān)鍵特征參數(shù)的選擇及智能診斷進(jìn)行了研究。通過(guò)故障特征參數(shù)和分類器結(jié)構(gòu)參數(shù)的聯(lián)合優(yōu)化，提高了智能分類器的分類精度和泛化能力，使之更加適合復(fù)雜設(shè)備的在線狀態(tài)監(jiān)測(cè)和智能故障診斷；對(duì)支持向量機(jī)的分類精度和支持向量個(gè)數(shù)的多目標(biāo)優(yōu)化，可以得到反映機(jī)器故障特征的關(guān)鍵參數(shù)，這些特征參數(shù)對(duì)設(shè)備的故障狀態(tài)敏感，是觀察和判斷機(jī)械設(shè)備運(yùn)行狀態(tài)很好的指標(biāo)；使用該方法對(duì)超高壓壓縮機(jī)的組合閥和傳動(dòng)部件的故障特征參數(shù)進(jìn)行了優(yōu)化選擇，通過(guò) S