離心壓縮機智能故障診斷方法研究.pdf

1、近年來，機械設(shè)備故障診斷技術(shù)在國內(nèi)外得到了較大的發(fā)展，在國民生產(chǎn)中起到了重大的作用。離心壓縮機作為機械設(shè)備領(lǐng)域的一部分，由于其結(jié)構(gòu)復(fù)雜，激勵源多，對其實施故障診斷比較困難，盡管人們已對其開展了不少研究并取得了一些研究成果，但總的診斷水平還不是很高，這與其在生產(chǎn)中的應(yīng)用現(xiàn)狀是極不相符。本文在吸取前人研究成果的基礎(chǔ)上，結(jié)合實際，并根據(jù)離心壓縮機轉(zhuǎn)子信號的非平穩(wěn)特性，引入了智能診斷方法，對離心壓縮機轉(zhuǎn)子系統(tǒng)較好地的進行了故障診斷。 本

2、文根據(jù)離心壓縮機信號具有隨機信號、周期信號、沖擊信號等混雜在一起的特點，以及信號特征難以提取等問題，研究了離心壓縮機轉(zhuǎn)子系統(tǒng)振動信號的特征提取方法。通過小波變換技術(shù)對時域和頻域同時具有良好的局部化性質(zhì)，可以聚焦到信號的任意細節(jié)，對突變信號和非平穩(wěn)信號具有很強的識別能力，利用小波包變換對離心壓縮機轉(zhuǎn)子典型故障的振動信號進行特征提取，并以“能量”為元素，構(gòu)造離心壓縮機故障信號的特征向量，以便神經(jīng)網(wǎng)絡(luò)識別。本文還研究了基于BP神經(jīng)網(wǎng)絡(luò)的離心壓