面向旋轉(zhuǎn)機(jī)械故障診斷的非平穩(wěn)信號特征提取方法研究.pdf

1、隨著科技與生產(chǎn)的發(fā)展，機(jī)械設(shè)備故障診斷技術(shù)日益獲得重視和完善。大型旋轉(zhuǎn)機(jī)械運(yùn)行中的絕大多數(shù)信號是非平穩(wěn)、非線性的。這些非平穩(wěn)、非線性信號中包含著豐富的故障信息。由于傅里葉變換本質(zhì)上的缺陷，無法得到時域和頻域中非平穩(wěn)信號的全貌和局部化的結(jié)果，使提取的故障特征有缺陷，從而影響了設(shè)備的診斷。只有采用時頻分析方法，從時域和頻域同時表征信號的特征，才能對旋轉(zhuǎn)機(jī)械的非平穩(wěn)、非線性的信號進(jìn)行較好地分析并提取故障特征。 本文主要研究了小波分析方

2、法和基于EMD的時頻分析方法及其在面向旋轉(zhuǎn)機(jī)械故障診斷的非平穩(wěn)信號特征提取中的應(yīng)用。主要進(jìn)行了以下幾方面的工作： （1）以非平穩(wěn)信號的特征提取為出發(fā)點(diǎn)，分析了國內(nèi)外故障診斷和信號特征提取方法研究的現(xiàn)狀，說明了研究非平穩(wěn)信號的特征提取方法是故障診斷的內(nèi)在要求。 （2）研究了小波分析、小波包分解的基本理論，對小波分析應(yīng)用于信號降噪進(jìn)行了理論分析。將小波分析降噪方法應(yīng)用于旋轉(zhuǎn)機(jī)械故障診斷中，通過仿真和實(shí)驗(yàn)分析，證明小波分析降噪

3、方法可以有效的抑制非平穩(wěn)信號中的噪聲，并有效的保留信號中包含的故障信息；將小波包分解方法應(yīng)用于旋轉(zhuǎn)機(jī)械故障診斷中，通過對故障信號進(jìn)行小波包分解，研究了故障信號在小波包分解下的故障特征。 （3）研究了基于EMD的時頻分析的基本理論，及其適用于非平穩(wěn)信號特征提取的特性，通過仿真信號分析，證明了基于EMD的時頻分析能夠有效的表征信號中所包含的非平穩(wěn)、非線性成分。 （4）將基于EMD的時頻分析理論應(yīng)用于旋轉(zhuǎn)機(jī)械故障診斷中，通過對

4、實(shí)驗(yàn)信號的分析，研究了碰摩和突加不平衡故障信號在基于EMD的時頻分析下的故障特征。 本文對文中所提方法進(jìn)行了實(shí)驗(yàn)研究，結(jié)果表明，將小波分析方法用于信號降噪，能在不同的頻率范圍內(nèi)對信號進(jìn)行濾波，解決了低通濾波當(dāng)信號和噪聲頻率發(fā)生重疊時不能進(jìn)行有效分離的問題，可以作為旋轉(zhuǎn)機(jī)械故障診斷中的非平穩(wěn)信號的預(yù)處理方法。小波包分解可以將信號分解到不同的頻段，然后對各頻段內(nèi)的信號進(jìn)行重構(gòu)，再對所關(guān)心的頻段的子信號進(jìn)行時域和頻域的分析，可以有效的