基于分形理論的離心泵早期故障診斷研究.pdf

1、離心泵是眾多工業(yè)生產(chǎn)系統(tǒng)中的關鍵設備，一旦發(fā)生故障，輕則影響生產(chǎn)，重則造成嚴重的生產(chǎn)事故，因此開展早期故障診斷具有重要的意義。近年來，國內(nèi)外學者開始對該課題進行研究。將分形理論應用于機械系統(tǒng)故障診斷領域，是近年來國內(nèi)外學術界研究的熱點之一。
　　 本文首次將分形理論和小波分析聯(lián)合應用于離心泵工況監(jiān)測領域，提出了一種基于分形理論的離心泵早期故障診斷方法。本文主要研究工作和研究結果如下：
　　 1.較詳細綜述了國內(nèi)外相關文獻

2、，分析了離心泵機械故障診斷的研究意義、現(xiàn)狀和難點。論文搭建了離心泵振動加速度信號采集實驗裝置。基于振動信號實現(xiàn)離心泵早期故障診斷的主要困難有兩點：一是信號特征和故障之間是復雜的非線性關系；二是故障早期信號微弱，加之存在受外強迫和測量誤差等因素影響，特征參數(shù)難以提取。
　　 2.基于非線性時間序列動力學互相關因子指數(shù)分析方法，結合旋轉機械運行特點，引入振動信號均方值，提出了一種改進動力結構突變點檢測方法—動力學因子指數(shù)分割改進算法

3、。通過理想時間序列，驗證了所提方法檢測動力結構突變的有效性。以CWRU軸承試驗數(shù)據(jù)為例，將所提方法應用于軸承工況監(jiān)視數(shù)據(jù)動力學異同性分析，結果表明負載變化對軸承系統(tǒng)運行動力結構影響較小，而故障影響則較為明顯。分析與應用結果表明了所提算法的有效性。
　　 3.基于分形理論和小波分析方法提出了一種新的故障特征提取方法。首先利用小波分解將離心泵故障振動信號分解到不同頻帶，然后以廣義維數(shù)為基礎，計算和繪制不同頻帶信號的廣義維數(shù)圖譜，提取