轉(zhuǎn)子系統(tǒng)聲振信號故障特征分析研究.pdf

1、旋轉(zhuǎn)機械在運行過程中的聲振信號包含了大量的轉(zhuǎn)子運行狀態(tài)信息，變速過程中故障聲信號特征的提取及其識別對于旋轉(zhuǎn)機械故障診斷是極其必要的。對于很多機械設(shè)備由于工作環(huán)境(例如，高溫、高濕、高腐蝕及有毒、有害環(huán)境)以及結(jié)構(gòu)限制，一般振動信號不易測取或根本不能測取，因此對其進(jìn)行狀態(tài)檢測及正確的故障診斷存在一定的難度。作為機械振動在傳聲媒質(zhì)中的一系列力學(xué)振動傳遞表現(xiàn)，聲振信號同樣蘊含著機械設(shè)備工作狀態(tài)的重要信息，基于聲振信號測量的聲學(xué)故障診斷技術(shù)具有

2、信號易于測取，非接觸式測量，不影響設(shè)備正常工作等優(yōu)點，是一種可行的快速故障診斷方法，目前許多學(xué)者開始研究聲學(xué)故障診斷方法。 聲信號故障診斷技術(shù)的主要問題在于觀測聲信號與現(xiàn)場噪聲信號的混合信號，待監(jiān)測設(shè)備的故障特征被淹沒在噪聲信號中，因此，尋求一種有效的噪聲識別去除方法與聲振信號故障特征提取方法是聲振信號故障診斷的關(guān)鍵。作為近年來出現(xiàn)的信號處理方法，如聲信號單邊譜、加速度信號全譜分析方法、經(jīng)驗?zāi)Ｊ椒纸夂椭С窒蛄繖C技術(shù)，對解決復(fù)雜機

3、器聲振信號識別分離問題非常適合，為此，本文研究機器聲信號單邊譜和加速度信號全譜分析方法、經(jīng)驗?zāi)Ｊ椒纸夂椭С窒蛄繖C技術(shù)及其在聲振信號故障特征提取中的應(yīng)用。全譜分析方法、經(jīng)驗?zāi)Ｊ椒纸夂椭С窒蛄繖C技術(shù)在理論上已取得了一定成果，然而，目前很少有人將它們應(yīng)用到機器聲振信號識別、分離與聲振信號故障診斷領(lǐng)域，本文的研究目的是以復(fù)雜環(huán)境下的機器聲振信號作為監(jiān)測信號，研究聲信號單邊譜和加速度信號全譜分析方法、經(jīng)驗?zāi)Ｊ椒纸夂椭С窒蛄繖C技術(shù)并解決其工程應(yīng)用問

4、題，從觀測的混合聲振信號中識別分離待監(jiān)測設(shè)備聲振信號并提取其特征，初步建立基于聲振信號故障診斷思想與系統(tǒng)，為進(jìn)一步完善聲振信號診斷理論與方法奠定理論與實踐基礎(chǔ)。 論文首先概述國內(nèi)外聲學(xué)診斷研究進(jìn)展，給出機器噪聲聲場的數(shù)學(xué)描述，討論了聲輻射等基本問題，最后對實驗進(jìn)行了介紹，實驗內(nèi)容包括試驗總體介紹，傳感器布置與試驗方案及工況三個部分，為后續(xù)章節(jié)研究作了必要的實驗準(zhǔn)備與論證基礎(chǔ)。在此基礎(chǔ)上，論文的研究工作分為以下五個部分：

5、第一部分研究適用于聲振信號特征提取的識別分離算法，介紹并提出基于聲信號振動、沖擊、噪聲國家重點實驗室單邊譜、加速度信號全譜分析算法，以頻譜特征或時頻特征作為識別分離目標(biāo)，從混合信號中識別聲振信號頻譜特征或時頻特征，最大限度地保留了與聲振信號特征提取有關(guān)的頻譜特征或時頻特征，聲信號單邊譜、加速度信號全譜分析方法能在一定程度上識別設(shè)備噪聲信號之間的相互干擾，能夠鑒別出各個設(shè)備的主要特征，是一種有效的信號預(yù)處理方法，實驗結(jié)果證實了算法的有效性

6、。 第二部分介紹支持向量機，支持向量機是近年來在統(tǒng)計學(xué)習(xí)理論的基礎(chǔ)上發(fā)展起來的一種新的模式識別方法，在解決小樣本、非線性及高維模式識別問題中表現(xiàn)出許多特有的優(yōu)勢。針對在升降速運行時的故障特征數(shù)據(jù)樣本有限而制約有效智能診斷的問題，探討和提出了基于支持向量機和聲信號單邊譜、加速度信號全譜分析的聲振信號故障診斷方法。實驗分析結(jié)果表明：該方法可實現(xiàn)對有一定背景噪聲下的故障聲振信號對轉(zhuǎn)子在升降速運行時的多故障的識別和診斷。 第三部

7、分研究雙線性時頻分析及聲學(xué)故障特征提取方法和聲振監(jiān)測與診斷系統(tǒng)。給出基于獨立分量分析方法、經(jīng)驗?zāi)Ｊ椒纸獾姆瞧椒€(wěn)聲振信號特征提取雙線性時頻分析方法，有效地消除了多分量信號的交叉項。并初步建立基于診斷知識的框架和規(guī)則表示的聲振監(jiān)測與診斷系統(tǒng)。 第四部分研究基于高階統(tǒng)計量和支持向量機的故障聲振信號特征提取方法，高階統(tǒng)計量可以大大提高信號的信噪比，并可定量描述隨機信號偏離正態(tài)分布的程度，信號的高階累積量的值越大，其偏離正態(tài)分布的程度就越

8、嚴(yán)重。而在許多機器中，其聲振信號偏離正態(tài)的程度恰恰反映了機器故障的沖擊程度，因而高階統(tǒng)計量可以作為信號預(yù)處理和機械故障聲振信號特征提取的方法推廣應(yīng)用。結(jié)合支持向量機和高階統(tǒng)計量可以對典型設(shè)備的不同工作狀態(tài)進(jìn)行有效監(jiān)測與故障診斷。 最后，研究了非線性、非平穩(wěn)、非高斯高階時頻分布在聲振信號特征提取中的應(yīng)用。提出了基于獨立分量分析和經(jīng)驗?zāi)Ｊ椒纸獾奈焊窦{高階譜，給出了高階譜主切片在實測聲振信號分析中的應(yīng)用實例。實例研究證明了改進(jìn)后的高階