旋轉(zhuǎn)機(jī)械軸心軌跡的理論計(jì)算、提純和自動(dòng)識(shí)別研究.pdf

1、旋轉(zhuǎn)機(jī)械的軸心軌跡作為轉(zhuǎn)子振動(dòng)狀態(tài)的一類重要圖形征兆，包含了大量的故障信息，是診斷專家在診斷過程中采用的一項(xiàng)不可缺少的故障征兆信息，由于軸心軌跡的提純效果、軸心軌跡的特征自動(dòng)提取和形狀自動(dòng)識(shí)別的水平，都直接影響著故障診斷專家系統(tǒng)的智能化水平，因此我們需要對(duì)軸心軌跡全面的進(jìn)行研究。本課題結(jié)合滑動(dòng)軸承支撐的轉(zhuǎn)子—軸承系統(tǒng)的實(shí)測(cè)軌跡，分別從軸心軌跡的理論計(jì)算、提純和自動(dòng)識(shí)別三個(gè)方面對(duì)旋轉(zhuǎn)機(jī)械的軸心軌跡進(jìn)行研究。 首先根據(jù)軸承的結(jié)構(gòu)，對(duì)

2、軸承系統(tǒng)進(jìn)行了短軸承理論假設(shè)，推導(dǎo)出基于短軸承理論的油膜壓力解析表達(dá)式，進(jìn)而通過求解系統(tǒng)的運(yùn)動(dòng)微分方程來獲得該轉(zhuǎn)子—軸承系統(tǒng)理論上的軸心軌跡圖形。 其次將小波分析理論運(yùn)用于軸心軌跡的提純，結(jié)合提純效果的對(duì)比說明利用傳統(tǒng)的小波進(jìn)行提純時(shí)需要選用合適小波進(jìn)行分解，并需要分解到合適的層數(shù)才能夠獲得較好的效果。在此基礎(chǔ)上，由于諧波小波具有明確的表達(dá)式，實(shí)際上是個(gè)理想的濾波器，并且具有較為簡單的算法，所以將諧波小波引入軸心軌跡的提純，效果

3、顯示諧波小波具有更好的提純效果。 再次進(jìn)行軸心軌跡的特征提取。本文采用圖像處理的方法，對(duì)軸心軌跡的形狀特征進(jìn)行提取。先將軸心軌跡圖形轉(zhuǎn)換成圖像，再以圖像的不變矩作為軸心軌跡的形狀特征，通過仿真試驗(yàn)驗(yàn)證不變矩并不隨著圖像的伸縮、旋轉(zhuǎn)等變化而變化，因此用不變矩作為軸心軌跡的形狀特征是可行的。 然后進(jìn)行軸心軌跡的自動(dòng)識(shí)別。由于神經(jīng)網(wǎng)絡(luò)具有高度的非線性映射能力、較強(qiáng)的容錯(cuò)能力和自學(xué)習(xí)能力等優(yōu)點(diǎn)，對(duì)于分類識(shí)別的問題非常適用，所以構(gòu)