旋轉機械故障特征提取方法研究.pdf

1、旋轉機械是工業(yè)生產(chǎn)中應用最為廣泛的機械設備之一。由于工況復雜、振源豐富，各種振動因素綜合起來得到的旋轉機械故障振動信號通常為非線性、非平穩(wěn)的多分量信號，且具有信噪比較低、信號源較多的特點。如何從旋轉機械故障振動信號中精確提取故障特征一直是機械故障診斷領域的熱點和難點。研究有效的旋轉機械故障特征提取方法，及時準確地對各類旋轉機械故障做出診斷，對于保障生產(chǎn)安全，減少經(jīng)濟損失具有重要的現(xiàn)實意義。在此背景下，本文從時頻分析、解調分析、盲源分離、

2、降噪分析四個角度對旋轉機械故障特征提取方法進行了深入研究。
　　本文首先分析了一種時頻分析方法─希爾伯特振動分解（ Hilbert vibration decomposition, HVD）的基本原理。針對HVD的邊界效應問題，應用基于相關系數(shù)準則的波形匹配邊界延拓法對其進行改進。利用改進的HVD方法分析了多分量仿真信號和轉子故障振動信號，為多分量非平穩(wěn)故障振動信號提供一種新的時頻分析方法。解調分析是提取滾動軸承、齒輪等旋轉機械元

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例表明該方法具有良好的解調性能，能夠有效提取故障振動信號中的弱沖擊故障特征。盲源分離技術是分析多源故障信號的有效方法，將一種盲源分離方法─平穩(wěn)子空間分析(Stationary subspace analysis, SSA)應用于多源故障盲信號特征提取。為解決盲源欠定問題，研究了一種基于奇異差分譜的信號升維方法。通過對單一傳感器