機械系統(tǒng)故障信號特征提取技術(shù)研究.pdf

1、機械故障診斷包括信號測量、特征提取、狀態(tài)診斷和狀態(tài)分析四個步驟，其中最關鍵的問題是故障信號的特征提取。旋轉(zhuǎn)機械在機械設備中數(shù)量最多應用最廣，是設備狀態(tài)監(jiān)測與故障診斷的重點。本文以齒輪箱傳動系統(tǒng)為研究對象，研究齒輪和軸承故障信號特征提取的新理論與新方法，主要完成以下研究工作： 1.研究了齒輪箱各部件典型故障所產(chǎn)生的振動信號的特征，建立了齒輪與滾動軸承振動信號的數(shù)學模型；分析了齒輪箱典型故障所產(chǎn)生的振動對位移、速度、加速度及高階加速

2、度信號的不同影響；建立了齒輪箱系統(tǒng)的實驗裝置；研究并改進了時域平均技術(shù)，并利用該方法把各個齒輪的振動信號從齒輪箱總的振動信號中提取出來，實現(xiàn)齒輪振動信號的分離。研究了應用包絡細化解調(diào)技術(shù)、倒頻譜分析技術(shù)等方法提取齒輪與滾動軸承故障特征信息的優(yōu)缺點。 2.討論了小波基函數(shù)選取對信號特征提取的影響，提出一種基于復Morlet小波和連續(xù)小波變換的包絡檢波新算法。新方法用傅立葉變換快捷計算小波變換系數(shù)，得到能夠反映信號全貌的尺度包絡譜，

3、通過該包絡譜能夠很容易的確定是否存在瞬時沖擊及沖擊信號所在頻帶。該分析過程在全頻帶內(nèi)自動進行，無須先驗知識與人工干預，便于利用計算機進行故障自動識別。 3.詳細論述了基于小波變換的奇異性檢測理論，重點研究了基于B樣條二進小波變換及其快速算法—多孔算法，以及基于小波變換模極大值理論的信號奇異性檢測方法。根據(jù)信號和噪聲模極大值的尺度變換特性，提出了利用相鄰兩級細節(jié)信號的乘積作為檢測信號求解多尺度模極大值分布圖的方法，新方法根據(jù)模極大

4、值的位置實現(xiàn)信號奇異點的精確定位，達到增強信號和抑制噪聲的目的。并把該方法成功的應用于滾動軸承故障信號奇異性的檢測，為設備故障診斷提供了一種新的方法。 4.研究了非線性時間-頻率分布在故障特征提取中的應用。針對復雜機械故障產(chǎn)生的異常瞬時振動信號探測，提出一種新的無混疊雙線性時間。頻率分布方法，給出了新的時頻變換核函數(shù)，新方法能夠避免常用的雙線性時頻分布中的頻率混疊與信息丟失，i有效減小交叉項干擾，而且具有較高的時頻分辨率。通過齒

5、輪箱早期故障檢測實驗，證明新變換方法能夠有效檢測機械設備早期故障產(chǎn)生的異常振動信號。 5.針對經(jīng)典信號分析方法不能有效處理復雜機械設備非平穩(wěn)振動信號這一難題，將分形理論應用到機械設備非平穩(wěn)振動信號的分析之中。研究了基于分形理論的非平穩(wěn)振動信號分析方法。提出一種改進的關聯(lián)維數(shù)的新算法，該算法具有計算量小、計算結(jié)果可靠性高的優(yōu)點，以滾動軸承為研究對象，從振動信號入手，分析關聯(lián)維數(shù)與滾動軸承故障模式之間的關系，并對關聯(lián)維數(shù)計算中的影響