基于階比分析的變轉速旋轉機械故障診斷方法研究.pdf

1、風電機組、航空發(fā)動機、高鐵等大型裝備往往工作在變工況的環(huán)境中，其關鍵零部件軸承、齒輪、轉子系統(tǒng)等旋轉部件容易發(fā)生故障，一旦其發(fā)生故障將影響裝備的運行，甚至引發(fā)災難性的事故，因此需要對軸承、齒輪、轉子等關鍵部件進行狀態(tài)監(jiān)測與故障診斷。對于軸承、齒輪、轉子等旋轉機械的故障診斷，振動診斷是常用也是最有效的旋轉機械故障診斷方法。但是傳統(tǒng)的振動診斷方法主要針對平穩(wěn)信號，無法適用于變轉速下的旋轉機械故障診斷。而階比分析能夠很好地反映與轉速有關的振動

2、，在變轉速的旋轉機械故障診斷中具有優(yōu)勢。但是階比分析在旋轉機械故障診斷中還存在一些問題，如：轉速曲線的精確計算、變轉速旋轉機械振動特征無法有效表征導致故障識別精度低、變轉速轉子系統(tǒng)的全息瀑布誤差大等問題。
　　本文進行了轉速曲線精確計算的研究。針對有轉速計情況下計算得到的轉速與實際有一定偏差的問題，研究了基于一階數(shù)值微分和最小二乘五點三次平滑的轉速曲線計算方法。首先采用拉格朗日插值獲得脈沖閾值的精確時刻，然后采用一階數(shù)值微分獲得初

3、始轉速曲線，最后采用最小二乘五點三次平滑獲得精確的轉速曲線。針對無轉速計下利用時頻變換估計轉速存在精度低、抗噪聲能力差的問題，提出了基于時頻融合的轉速曲線計算方法。首先分別用短時傅立葉變換和Winger-Ville分布將振動信號變換到時頻域，然后對兩個時頻矩陣歸一化處理后進行融合，最后再用基于代價函數(shù)的方法搜素時頻脊線得到轉速曲線。針對變轉速旋轉機械振動特征無法有效表征導致故障識別精度低的問題，提出了基于階比重采樣和流形學習的旋轉機械故

4、障診斷方法。研究了重采樣時刻的計算，角域重采樣等階比重采樣過程中的關鍵技術。利用階比重采樣技術將非平穩(wěn)的等時間間隔信號轉化為平穩(wěn)的等角度信號。研究了有效表征變轉速旋轉機械運行狀態(tài)特征集的提取。對原始等角度信號和等角度信號 EMD分解后的 IMF分量提取無量綱的時域統(tǒng)計特征構成高維特征集，針對高維特征集存在特征沖突、信息冗余的問題，采用自適應鄰域局部切空間排列流形學習對高維統(tǒng)計特征集降維處理，并將降維以后的特征信息采用k近鄰分類器識別故障

5、。針對變轉速轉子系統(tǒng)的全息瀑布誤差大無法有效進行轉子系統(tǒng)故障診斷的問題，提出了基于階比分量融合的全息瀑布轉子系統(tǒng)故障診斷方法。研究了基于角位移的Vold-Kalman階比分析，構造了以狀態(tài)方程和觀測方程為基礎的振動信號模型實現(xiàn)多階比分量的同時提取。由提取的包絡波形和時域波形計算各鍵相點的幅值相位信息。然后由相互垂直的 X、Y通道鍵相點的幅值相位信息計算出全息譜參數(shù)得到能夠對轉子系統(tǒng)做出有效診斷的全息瀑布。研發(fā)了基于階比分析的旋轉機械故障