振動信號非平穩(wěn)特征的深層提取技術(shù)及遠(yuǎn)程診斷服務(wù)系統(tǒng)的研究.pdf

1、機(jī)械設(shè)備自身的復(fù)雜結(jié)構(gòu)，故障的發(fā)生和發(fā)展、設(shè)備工況的變化導(dǎo)致其振動信號往往具有非穩(wěn)態(tài)的復(fù)雜特性，振動信號的非平穩(wěn)特征提取與表示關(guān)系到故障診斷的可靠性和準(zhǔn)確性。時頻分析是信號非平穩(wěn)特性分析的有力工具，但隨著設(shè)備新舊故障的不斷復(fù)雜化，使得傳統(tǒng)的時頻分析理論及方法難以完全適用于某些有用信息的捕捉和深入分析，因而有關(guān)的研究和應(yīng)用也受到了很大的限制。該文在綜述了國內(nèi)外故障診斷研究現(xiàn)狀的基礎(chǔ)上，分析了機(jī)械振動信號的非平穩(wěn)特征及其深層次信息提取的意義

2、；提出了在常規(guī)時頻分析結(jié)果的基礎(chǔ)上進(jìn)行更深層次的二次處理，以提取表征信號非平穩(wěn)特性的瞬時物理量的多種新方法，并以故障齒輪和故障軸承的大量振動信號作為分析實例對這些方法進(jìn)行了一一驗證；在理論上初步設(shè)計了電子商務(wù)環(huán)境下的遠(yuǎn)程測試診斷服務(wù)系統(tǒng)方案，并對系統(tǒng)實現(xiàn)中的關(guān)鍵技術(shù)和核心模塊進(jìn)行了詳細(xì)的論述和探討。 本文主要從以下四個方面對非平穩(wěn)特征的深層次提取技術(shù)進(jìn)行了深入、細(xì)致的研究和探討： 1) 基于小波變換的非平穩(wěn)特征提取技術(shù)。

3、對小波變換的理論方法、工程理解及小波基、小波變換尺度的選擇進(jìn)行了系統(tǒng)地分析，介紹了基于復(fù)解析小波變換的瞬時幅值及瞬時相位的提取技術(shù)，在此基礎(chǔ)上引入了基于小波脊線的瞬時頻率估計方法，提出了小波尺度—能量與小波時間—能量相關(guān)譜的特征表示法并用于表示軸承外圈、滾珠和內(nèi)圈的故障特征。 2) 基于小波包分解與解調(diào)技術(shù)的非平穩(wěn)特征提取技術(shù)。利用小波包分解技術(shù)對振動信號進(jìn)行降噪處理，并選擇特殊頻段進(jìn)行小波包重構(gòu)，有效捕捉和分離了處于信號不同頻

4、段的故障特征分量。在此基礎(chǔ)上，對傳統(tǒng) Hilbert 瞬時頻率估計方法加以改進(jìn)，并引入 Teager 能量算子解調(diào)方法，給出了適合多分量調(diào)幅調(diào)頻信號的瞬時頻率特征或調(diào)制特征的提取方法。 3) 基于聯(lián)合時頻分析的非平穩(wěn)特征提取技術(shù)。闡述了各種線性時頻變換和非線性時頻變換的時頻聚集性和交叉干擾問題，主要對自適應(yīng)信號分解法和徑向高斯核時頻分布這兩種時頻分析方法進(jìn)行了深入的研究與探討。在傳統(tǒng)自適應(yīng)信號分解的基礎(chǔ)上的提出了三種振動信號處理

5、新技術(shù)：基于時頻曲面擬合的信號分解法，可有效用于非平穩(wěn)信號的噪聲抑制；對 Chirplet 基函數(shù)加以改進(jìn)，引入了二次非線性調(diào)頻參數(shù)，提高傳統(tǒng) Chirplet 自適應(yīng)信號分解法的時頻特征刻畫能力；在時頻二維平面上采用振動沖擊信號模型對時頻濾波后的信號分量進(jìn)行逼近，提純瞬態(tài)沖擊分量。在基于徑向高斯核時頻分布的基礎(chǔ)上，引入了時域分段方法提高了其時頻分布質(zhì)量，利用圖像處理技術(shù)提取出時頻圖像的脊線特征之后，引入Hough變換自動檢測出時頻脊線

6、的特征參數(shù)，再根據(jù)時頻脊線與瞬時頻率曲線的對應(yīng)關(guān)系來確定多分量時變信號的瞬時頻率函數(shù)表達(dá)式；繼而采用基于瞬時頻率曲線的時頻濾波方法對被分析信號進(jìn)行濾波后重構(gòu)，達(dá)到了從多分量復(fù)雜信號中分離特征分量的目的。 4) 基于經(jīng)驗?zāi)B(tài)分解(EMD)的非平穩(wěn)特征提取技術(shù)。在介紹EMD基本理論的基礎(chǔ)上，結(jié)合實際應(yīng)用中遇到的問題，系統(tǒng)論述了EMD中存在的端點效應(yīng)，本征模函數(shù)的篩分迭代停止的標(biāo)準(zhǔn)和模態(tài)混疊這三大問題，并針對這些問題提出了相應(yīng)的解決方

7、法。簡要概述了EMD端點效應(yīng)產(chǎn)生的原因和目前提出的一些有效的抑制方法，并對這些方法的優(yōu)缺點進(jìn)行了分析比較。重點針對EMD中出現(xiàn)的模態(tài)混疊現(xiàn)象，提出了兩種解決方案。一種是EMD與小波包分解相結(jié)合的方法；第二種是加減掩膜信號法。仿真實驗和應(yīng)用實踐證明這兩種方法都能較好地消除EMD中的模態(tài)混疊現(xiàn)象，可有效提高EMD的分解能力。 研究振動信號的非平穩(wěn)特征深層提取技術(shù)的最終目的是將它們應(yīng)用到遠(yuǎn)程測試診斷服務(wù)系統(tǒng)中，解決工程實際中的具體問題

8、，將科學(xué)技術(shù)轉(zhuǎn)化為生產(chǎn)力。因此，本文在上述理論方法的研究基礎(chǔ)上，將電子商務(wù)理念與遠(yuǎn)程測試診斷相結(jié)合，提出了電子商務(wù)環(huán)境下的個性化遠(yuǎn)程測試診斷服務(wù)系統(tǒng)的結(jié)構(gòu)模型，系統(tǒng)研究了遠(yuǎn)程測試診斷服務(wù)系統(tǒng)中的虛擬儀器、數(shù)據(jù)傳輸、神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)、智能診斷、系統(tǒng)安全等關(guān)鍵技術(shù)，開發(fā)了服務(wù)系統(tǒng)的各種功能模塊并在汽車齒輪箱和軸承等典型性設(shè)備的遠(yuǎn)程故障診斷實驗中得到了成功應(yīng)用。本文的研究工作為非平穩(wěn)信號特征提取和故障診斷開辟了新的途徑，其成果對于我們今后的理論研