電機(jī)故障振聲診斷系統(tǒng)的研究.pdf

1、隨著科學(xué)技術(shù)的不斷進(jìn)步，電氣化程度的不斷提高，電機(jī)設(shè)備在工業(yè)生產(chǎn)和人們生活中的應(yīng)用同益廣泛。電機(jī)設(shè)備在工作中極易發(fā)生故障，一旦發(fā)生故障，會(huì)影響整個(gè)系統(tǒng)的正常工作甚至危及人身安全，造成巨大損失甚至帶來(lái)災(zāi)難，所以電機(jī)設(shè)備的故障診斷極其重要。診斷的準(zhǔn)確及時(shí)可以保證生產(chǎn)安全平穩(wěn)，避免人員、財(cái)產(chǎn)的巨大損失。聲音信號(hào)能客觀反應(yīng)電機(jī)的運(yùn)行狀態(tài)和變化規(guī)律，當(dāng)電機(jī)出現(xiàn)故障時(shí)，會(huì)產(chǎn)生不同于正常工作時(shí)發(fā)出的聲響，因此可以從電機(jī)產(chǎn)生的聲音信號(hào)著手研究，對(duì)電機(jī)的

2、工作狀態(tài)進(jìn)行監(jiān)測(cè)和診斷。電機(jī)故障振聲診斷的研究對(duì)象就是電機(jī)發(fā)出的聲音信號(hào)。 本文提出結(jié)合盲分離技術(shù)、小波變換和概率論知識(shí)三種手段應(yīng)用于電機(jī)故障振聲診斷系統(tǒng)中。一般來(lái)說(shuō)，當(dāng)電機(jī)發(fā)生故障時(shí)，很有可能是幾種故障同時(shí)發(fā)生，并且電機(jī)發(fā)出聲音信號(hào)在被傳感器接收過(guò)程中也可能受到其他聲音的污染，所以采集到的電機(jī)聲音是混合信號(hào)。將單個(gè)信號(hào)從混合信號(hào)中分離是正確診斷出故障的前提條件。本文采用盲分離技術(shù)中的一種算法能成功地從混合信號(hào)中分離出單獨(dú)的信號(hào)

3、。 鑒于故障信號(hào)中往往含有大量的時(shí)變、短時(shí)沖擊、突發(fā)性質(zhì)的成分，傅立葉變換只是一種純頻域的分析方法，僅適應(yīng)于分析平穩(wěn)信號(hào)，在時(shí)域里毫無(wú)分辨能力，而小波變換在時(shí)域和頻域同時(shí)有良好的局部化特性，很適合探測(cè)正常信號(hào)中夾帶的瞬態(tài)反?，F(xiàn)象并展示其成分，因此本文采用小波分析技術(shù)的多尺度分析理論對(duì)單獨(dú)的信號(hào)進(jìn)行特征提取。 通過(guò)信號(hào)的特征與故障數(shù)據(jù)庫(kù)的數(shù)據(jù)的比較，可以判斷出電機(jī)故障的種類。故障數(shù)據(jù)庫(kù)的建立是一個(gè)龐大的數(shù)據(jù)統(tǒng)計(jì)過(guò)程，本文利