基于多源融合技術(shù)的轉(zhuǎn)子系統(tǒng)載荷識別研究.pdf

1、本課題針對機械裝備轉(zhuǎn)子系統(tǒng)結(jié)構(gòu)復雜、承受載荷大、驅(qū)動電機功率大、振動問題突出、影響載荷與故障的因素多的特點而提出，對系統(tǒng)進行載荷識別以保證機械裝備可靠安全的運行。
　　旋轉(zhuǎn)機械應用廣泛。轉(zhuǎn)子系統(tǒng)，作為旋轉(zhuǎn)機械的核心部件，對其監(jiān)測尤為重要。在電機拖動的轉(zhuǎn)子系統(tǒng)中，當系統(tǒng)受到扭矩激勵的載荷時，載荷特性會反應到響應信號中。其中，振動信號易采集，能夠很好地反映載荷的作用時刻和強度信息；拖動電機的定子電流信號，由于電磁轉(zhuǎn)矩的聯(lián)系，也包含有載

2、荷的特征信息，可以作為識別載荷的重要信息。因此，這兩類信號可以作為載荷識別的信息來源。
　　本文通過搭建的轉(zhuǎn)子試驗臺，進行了穩(wěn)態(tài)、沖擊、線性、正弦4種不同類型的載荷激勵試驗，采集了轉(zhuǎn)子系統(tǒng)的振動信號和拖動電機的電流信號。基于振動信號常含有噪聲的特點，提出一種改進的閾值處理函數(shù)，對振動信號進行了降噪；基于電機電流信號中特征譜容易淹沒于工頻譜的特點，提出了奇異值分解，對工頻分量進行了弱化，凸顯了特征分量。對兩類信號預處理之后，分別進行

3、了載荷的類型識別和載荷的定量識別。
　　在不同類型載荷作用下，針對振動信號，引入分形理論中的關(guān)聯(lián)維數(shù)，在時域進行數(shù)值化特征提取，揭示載荷類型與振動特征量的映射關(guān)系，提出了基于振動信號進行轉(zhuǎn)子系統(tǒng)載荷類型辨識的思路。針對電流信號，利用小波包分解，在頻域提取信號的能量特征分布，形成特征向量，建立載荷類型與特征向量的映射關(guān)系，提出基于電流信號進行轉(zhuǎn)子系統(tǒng)載荷類型識別的思路。針對單源信號在載荷類型識別中的局限性，綜合振動信號和電流信號，提

4、出了基于貝葉斯估計的多源融合技術(shù)，構(gòu)建載荷類型與兩種響應信號特征量的映射關(guān)系，為載荷類型辨識提供了新思路。
　　針對載荷的定量識別，引入支持向量機機器學習方法。利用單源的振動信號和電流信號，通過回歸型支持向量機，將穩(wěn)態(tài)載荷作為訓練樣本，擬合出響應信號幅值與載荷數(shù)值的耦合關(guān)系模型。對于測試樣本，輸入選取的信號特征點的幅值，即可得到預測的載荷數(shù)值，通過離散的載荷數(shù)值擬合出載荷的公式或圖線。針對單源信號在載荷定量識別中的不穩(wěn)定性，提出了