基于局域均值分解的旋轉(zhuǎn)機(jī)械故障特征提取方法及系統(tǒng)研究.pdf

1、機(jī)械設(shè)備故障診斷技術(shù)對(duì)于保證設(shè)備的安全、可靠、高效運(yùn)行具有重要的理論意義和應(yīng)用價(jià)值。機(jī)械設(shè)備的信號(hào)處理和故障特征提取是機(jī)械設(shè)備故障診斷技術(shù)中的關(guān)鍵問(wèn)題，是機(jī)械學(xué)科的研究熱點(diǎn)之一。局域均值分解(Local Mean Decomposition，LMD)是一種近年來(lái)新出現(xiàn)的時(shí)頻分析方法，該方法的特點(diǎn)是可以獲得信號(hào)在任何時(shí)刻的時(shí)頻分布及有物理意義的瞬時(shí)頻率，為機(jī)械設(shè)備故障診斷提供一種新的故障特征提取方法。本文結(jié)合國(guó)家自然科學(xué)基金項(xiàng)目，研究了基

2、于LMD的旋轉(zhuǎn)機(jī)械故障特征提取方法，并開(kāi)發(fā)了基于嵌入式系統(tǒng)的故障診斷系統(tǒng)。論文的主要研究?jī)?nèi)容和章節(jié)安排如下： 第一章論述了旋轉(zhuǎn)機(jī)械故障診斷的研究意義，介紹了旋轉(zhuǎn)機(jī)械故障診斷方法與技術(shù)的研究現(xiàn)狀；綜述了時(shí)頻分析方法的發(fā)展以及在機(jī)械故障診斷中的應(yīng)用；分析了基于LMD的時(shí)頻分析方法和故障診斷系統(tǒng)的國(guó)內(nèi)外研究現(xiàn)狀，提出了本文的研究思路與研究?jī)?nèi)容。 第二章介紹了基于LMD時(shí)頻分析方法的一些基本概念，接著介紹LMD的理論基礎(chǔ)和算法，

3、然后給出實(shí)例說(shuō)明LMD在旋轉(zhuǎn)機(jī)械故障特征提取中的應(yīng)用，最后比較LMD和經(jīng)驗(yàn)?zāi)B(tài)分解(Empirical Mode Decomposition，EMD)的不同之處，指出LMD在旋轉(zhuǎn)機(jī)械故障特征提取中的優(yōu)勢(shì)。 第三章研究了純調(diào)頻信號(hào)瞬時(shí)頻率的直接求取法，針對(duì)極值點(diǎn)附近畸變情況引進(jìn)平滑處理以改進(jìn)該算法，得到較好的效果；提出并證明了純調(diào)頻的瞬時(shí)頻率直接求取法適用性的判別條件：純調(diào)頻信號(hào)的極值點(diǎn)為±1；分別應(yīng)用直接法、Hilbert變換和

4、Teager能量法對(duì)仿真信號(hào)和旋轉(zhuǎn)機(jī)械實(shí)測(cè)振動(dòng)信號(hào)進(jìn)行分析比較，結(jié)果表明：直接法可以獲得調(diào)頻調(diào)幅信號(hào)的頻率和幅值隨時(shí)間變化情況，能夠直觀地反映波內(nèi)調(diào)制現(xiàn)象，驗(yàn)證了瞬時(shí)頻率直接求取法的有效性，為旋轉(zhuǎn)機(jī)械故障振動(dòng)信號(hào)時(shí)頻特征提取提供了一種方法。 第四章研究了采樣效應(yīng)對(duì)LMD分解的影響，給出純調(diào)頻信號(hào)的判據(jù)的實(shí)現(xiàn)方法，在實(shí)際信號(hào)處理時(shí)，必須在±1處設(shè)置—增減量δ。提出在信號(hào)的相鄰極值點(diǎn)距離變化比較大的情況下，應(yīng)用新的滑動(dòng)平均跨度的選擇

5、方法，使LMD算法易于收斂。分析LMD端點(diǎn)效應(yīng)的特點(diǎn)，提出了一種LMD端點(diǎn)效應(yīng)的評(píng)價(jià)指標(biāo)和一種基于端點(diǎn)延拓的LMD端點(diǎn)效應(yīng)抑制方法。 第五章建立了旋轉(zhuǎn)機(jī)械的故障模擬實(shí)驗(yàn)裝置，開(kāi)發(fā)基于LMD的旋轉(zhuǎn)機(jī)械故障分析原型系統(tǒng)；應(yīng)用基于LMD的時(shí)頻分析方法，研究了轉(zhuǎn)子裂紋、油膜渦動(dòng)和軸不對(duì)中三種典型故障振動(dòng)信號(hào)的時(shí)頻特征，驗(yàn)證了該方法提取故障特征的有效性。應(yīng)用BP神經(jīng)網(wǎng)絡(luò)對(duì)故障分類做了實(shí)驗(yàn)研究。結(jié)論是：裂紋轉(zhuǎn)子的振動(dòng)信號(hào)有明顯的波內(nèi)頻率調(diào)制

6、現(xiàn)象：油膜渦動(dòng)振動(dòng)信號(hào)LMD分解以后，可以得到0.5倍頻和1倍頻兩個(gè)頻率成分，邊緣譜的能量主要分布在0.5倍頻和1倍頻附近：不對(duì)中振動(dòng)信號(hào)在時(shí)頻譜上主要表現(xiàn)為頻率調(diào)制現(xiàn)象，邊緣譜在1倍頻附近有一較寬的頻帶。LMD分解PF特征提取方法結(jié)合BP神經(jīng)網(wǎng)絡(luò)，與FFT頻譜特征方法比較可以有效地對(duì)裂紋轉(zhuǎn)子、油膜渦動(dòng)和轉(zhuǎn)子不平衡三種故障分類。 第六章分析旋轉(zhuǎn)機(jī)械故障分析系統(tǒng)的結(jié)構(gòu)，給出了面向旋轉(zhuǎn)機(jī)械的嵌入式故障分析系統(tǒng)整體方案；設(shè)計(jì)了一種帶有