基于小波分析的機(jī)械故障特征提取與診斷技術(shù)研究.pdf

1、在機(jī)械故障診斷過(guò)程中，信號(hào)的測(cè)取和處理是首要步驟。采用怎樣的信號(hào)處理方法并從中提取和表達(dá)能夠反映故障類(lèi)型的特征信息是故障診斷的關(guān)鍵性問(wèn)題，直接影響到故障診斷的有效性和可靠性。根據(jù)建立機(jī)械故障智能診斷系統(tǒng)的目標(biāo)，本文應(yīng)用小波分析技術(shù)作為信號(hào)處理和特征提取的基本方法，對(duì)小波分析的信號(hào)降噪和特征提取的功能與方法及其有效性做了分析研究，進(jìn)行了相應(yīng)的計(jì)算機(jī)編程，在方法和程序上基本達(dá)到了與粗集-神經(jīng)網(wǎng)絡(luò)智能故障診斷系統(tǒng)的整體銜接。最后用轉(zhuǎn)子試驗(yàn)臺(tái)上

2、若干簡(jiǎn)單的模擬故障，對(duì)診斷系統(tǒng)做了驗(yàn)證。 論文的主要工作和成果包括： （1）研究了機(jī)械故障診斷的基礎(chǔ)理論，對(duì)這一領(lǐng)域最近幾年的研究成果進(jìn)行了充分的調(diào)研，了解了各種診斷方法的原理和應(yīng)用，認(rèn)識(shí)到信號(hào)故障特征提取的重要性，發(fā)現(xiàn)了在工程實(shí)踐中大多都是使用傅里葉分析對(duì)信號(hào)作處理，缺少更為有效地提取故障特征的實(shí)用軟件。針對(duì)這一情況，本文致力于研究特征參數(shù)提取的更為有效的方法，并將這種方法程序化。 （2）通過(guò)對(duì)一些常用小波函數(shù)

3、的性質(zhì)、小波分析應(yīng)用中相關(guān)參數(shù)的選取、小波降噪和特征提取的原理的分析和理解，結(jié)合一些仿真實(shí)例的驗(yàn)證，基本建立了小波分析技術(shù)在故障診斷中信號(hào)處理、特征提取和表達(dá)的方法，這一方法基本符合粗集-神經(jīng)網(wǎng)絡(luò)混合智能故障診斷系統(tǒng)的整體構(gòu)架要求，提出了小波的自動(dòng)降噪和特征提取的編程思想。 （3）利用VisualBasic良好的界面功能和Matlab強(qiáng)大的計(jì)算能力，使用VisualBasic和Matlab混合編程方式，編寫(xiě)了基于小波分析的信號(hào)處

4、理和故障特征提取的計(jì)算機(jī)程序，并在豐富了相關(guān)功能的基礎(chǔ)上，與粗集-社經(jīng)網(wǎng)絡(luò)混合智能故障診斷系統(tǒng)組成一個(gè)有機(jī)的整體，形成了完整的智能故障診斷系統(tǒng)。 （4）在實(shí)驗(yàn)室轉(zhuǎn)子試驗(yàn)臺(tái)上，模擬了正常、不對(duì)中、不平衡和碰摩狀態(tài)的故障，用小波分析對(duì)這些信號(hào)做降噪處理和特征提取，并對(duì)信號(hào)的頻譜和小波系數(shù)的特點(diǎn)、能量特征向量等作了分析和評(píng)述。用本文編寫(xiě)的特征提取程序?qū)π盘?hào)進(jìn)行處理，提取了多組特征向量，并用這些特征參數(shù)驗(yàn)證了粗集-神經(jīng)網(wǎng)絡(luò)混合智能故障診