旋轉(zhuǎn)機(jī)械故障特征提取方法研究.pdf

1、旋轉(zhuǎn)機(jī)械是工業(yè)生產(chǎn)中應(yīng)用最為廣泛的機(jī)械設(shè)備之一。由于工況復(fù)雜、振源豐富，各種振動(dòng)因素綜合起來(lái)得到的旋轉(zhuǎn)機(jī)械故障振動(dòng)信號(hào)通常為非線性、非平穩(wěn)的多分量信號(hào)，且具有信噪比較低、信號(hào)源較多的特點(diǎn)。如何從旋轉(zhuǎn)機(jī)械故障振動(dòng)信號(hào)中精確提取故障特征一直是機(jī)械故障診斷領(lǐng)域的熱點(diǎn)和難點(diǎn)。研究有效的旋轉(zhuǎn)機(jī)械故障特征提取方法，及時(shí)準(zhǔn)確地對(duì)各類旋轉(zhuǎn)機(jī)械故障做出診斷，對(duì)于保障生產(chǎn)安全，減少經(jīng)濟(jì)損失具有重要的現(xiàn)實(shí)意義。在此背景下，本文從時(shí)頻分析、解調(diào)分析、盲源分離、

2、降噪分析四個(gè)角度對(duì)旋轉(zhuǎn)機(jī)械故障特征提取方法進(jìn)行了深入研究。
　　本文首先分析了一種時(shí)頻分析方法─希爾伯特振動(dòng)分解（ Hilbert vibration decomposition, HVD）的基本原理。針對(duì)HVD的邊界效應(yīng)問(wèn)題，應(yīng)用基于相關(guān)系數(shù)準(zhǔn)則的波形匹配邊界延拓法對(duì)其進(jìn)行改進(jìn)。利用改進(jìn)的HVD方法分析了多分量仿真信號(hào)和轉(zhuǎn)子故障振動(dòng)信號(hào)，為多分量非平穩(wěn)故障振動(dòng)信號(hào)提供一種新的時(shí)頻分析方法。解調(diào)分析是提取滾動(dòng)軸承、齒輪等旋轉(zhuǎn)機(jī)械元

3、件故障特征頻率的有效手段。研究了一種基于1.5維Teager峭度譜的弱沖擊故障特征提取方法，仿真分析和故障診斷實(shí)例表明該方法具有良好的解調(diào)性能，能夠有效提取故障振動(dòng)信號(hào)中的弱沖擊故障特征。盲源分離技術(shù)是分析多源故障信號(hào)的有效方法，將一種盲源分離方法─平穩(wěn)子空間分析(Stationary subspace analysis, SSA)應(yīng)用于多源故障盲信號(hào)特征提取。為解決盲源欠定問(wèn)題，研究了一種基于奇異差分譜的信號(hào)升維方法。通過(guò)對(duì)單一傳感器