分享到:

基于局域波分析的柴油机故障诊断方法的研究及应用

近年来,机械设备故障诊断技术在国内外得到了较大的发展,在国民生产中起到了重大的作用。柴油机作为机械设备领域的一部分,由于其用途的特殊性使得故障诊断的研究更具有重要意义。本文在总结和汲取别人研究成果的基础上,结合实际课题要求,引入适用于非平稳信号分析的新方法,从柴油机表面振动信号中获取故障特征信息,有效实现了柴油机的故障诊断。首先,从柴油机表面振动信号的产生机理出发,论述了柴油机的主要激振源、表面振动响应信号及它们之间的内在关系,同时分析了振动信号的传递路径。研究表明,利用柴油机表面振动信号对其进行不解体故障诊断是可行性的。然后,针对柴油机系统的非线性和表面振动信号的非平稳特性,引入局域波分析方法。局域波分析方法的重大突破就是用基于信号局部特征的多个基本模式分量来描述信号的特征,并赋予了每个基本模式分量具有实际物理意义的瞬时频率。它有效克服了用传统方法对非线性、非平稳信号分析时产生无意义谐波分量的缺点。另外,通过局域波法可把复杂的  (本文共125页) 本文目录 | 阅读全文>>

大连理工大学
大连理工大学

局域波分析的理论方法研究及应用

近年来,设备监测诊断中非平稳信号的分析一直是一个复杂而有意义的研究课题,局域波分析方法在几年的发展过程中,逐渐成为分析非平稳信号的有效方法之一。本文在总结前人研究成果基础上,结合工程实际需要,对局域波分析方法作了进一步的研究和发展,并以此为基础,在机械设备的诊断方法上进行了探索性的研究。针对设备监测诊断中存在的非平稳问题,引入了局域波分析方法。该方法从信号瞬时频率的角度出发,将非平稳时变信号分解成为有限个局域波分量,每一个分量描述了时变信号中不同频率和尺度范围的固有振动模式,瞬时频率可以在每一个分量中随处定义。经过Hilbert变换得到局域波时频谱能够同时提供时域和频域的信息。针对局域波分析方法目前的研究状况,分析了该方法中存在的问题:分解方法中的边界问题、分量的瞬时频率估计以及如何合理选择采样频率等问题。提出了基于包络均值法的改进算法;分析并验证了利用相位差分法进行瞬时频率估计的有效性和精确性;给出了进行局域波分析,信号采样频...  (本文共128页) 本文目录 | 阅读全文>>

大连理工大学
大连理工大学

基于局域波法和盲源分离的故障诊断方法应用研究

机械故障诊断是以机器学为基础的一门综合性技术,它的本质是一个机器运行状态的模式识别问题,其关键就是故障信号的特征提取与分类。近年来,为满足对机器故障进行早期检测与精确诊断的需要,非平稳、非高斯信号处理方法在机械故障诊断领域受到了广泛关注。为此,本文基于国家自然科学基金项目“局域波法及其工程应用研究”(50475155),利用非平稳、非高斯信号处理理论中的局域波法、Wigner高阶时频表示和盲源分离理论,结合模式识别与机器学习领域的研究成果,对非平稳、非高斯的机械振动信号特征提取与故障诊断问题进行了广泛而深入的研究。主要的工作如下:1.应用局域波法对机械振动非平稳信号进行了研究。通过与小波变换和几种时频分析方法的比较,表明局域波法对于非平稳信号的分析更具有效性。实验结果表明,局域波时频分析能够清晰地表征不同故障的时变特征。由于局域波时频谱是一种二维的信号表示形式,在计算机对故障自动分类时,涉及到维数压缩的问题。为了用尽可能少的维数...  (本文共129页) 本文目录 | 阅读全文>>

大连理工大学
大连理工大学

非平稳信号故障特征提取与智能诊断方法的研究及应用

在工业生产过程中,人们希望能够对设备故障实现早期预报,防患于未然,保证设备安全、稳定、长周期、满负荷优质运行,避免旧的维修体制中存在的“过维修”或“欠维修”现象,充分发挥设备的效益。在此情况下,设备故障诊断学应运而生,并吸引大量的科研人员从事这方面的研究,促使该学科不断发展和完善。随着设备向着高速度、高功率、高可靠性、大型化的方向发展,使得传统的故障诊断技术难以胜任复杂设备的故障诊断。本文正是基于此考虑,把局域波时频分析方法和人工智能-守法引入到故障诊断领域,以解决复杂设备的故障诊断问题。首先,针对复杂设备系统的非线性和表面振动信号的非平稳性,引入了局域波分析方法。局域波分析方法的重大突破在于用基于信号局部特征的多个基本模式分量来描述信号,并赋予每个基本模式分量具有实际物理意义的瞬时频率。它有效地克服了用传统方法进行非平稳信号分析中产生无意义谐波分量的缺点。另外,通过局域波分析可把复杂的实测数据分解成有限个基本模式分量,从而简化...  (本文共133页) 本文目录 | 阅读全文>>

大连理工大学
大连理工大学

基于信息融合技术船舶柴油机故障诊断方法的研究与应用

柴油机因其结构的复杂性和故障诊断困难性,基于多传感器信息融合的故障诊断是其发展的必然。本文在总结和汲取前人研究成果的基础上,结合实际课题的研究,着重对基于信息融合理论的柴油机故障诊断技术进行深入、系统的研究。特征提取是柴油机故障诊断的重要环节,直接关系到柴油机状态识别的成败与否。在众多的特征提取方法中,基于振动信号的柴油机特征提取方法得到广泛研究,但由于柴油机振动信号非常复杂,具有非平稳、非线性等特点,使其特征提取十分困难。因此作者首先对振动信号的特征提取方法进行了深入研究。柴油机振动信号产生的机理是进行振动信号的特征提取前提和基础,对于故障诊断非常重要。为此,研究了柴油机表面振动信号的产生机理,指导柴油机的特征提取。分析了柴油机振动信号的循环波动性,并研究了解决循环波动性造成影响的方法。在此基础上,进行了柴油机振动信号特征提取方法的研究。主要研究了基于局域波法和小波K-L信息量柴油机振动信号特征提取方法。主要目的是对柴油机的特...  (本文共143页) 本文目录 | 阅读全文>>

天津大学
天津大学

非平稳信号特征提取方法研究及其在内燃机故障诊断中的应用

内燃机健康状态评估与不解体故障诊断是内燃机及以其为动力源的机械系统以最小的维护与维修成本安全运行的重要保障措施。内燃机表面振动信号中包含了丰富的状态信息,但由于内燃机结构复杂、运行工况多变的工作特点,导致其表面振动信号表现为繁杂的非平稳、非线性时变信号,很难直接作为内燃机健康状态评估与故障诊断的依据。因此,对内燃机表面振动信号进行深度加工并提取能表征其运行状态的关键特征就成为内燃机不解体故障诊断方法研究中的关键问题。论文研究了非平稳、非线性振动信号特征提取方法及模式识别理论。通过对内燃机振动信号的分析再处理,提取能表征内燃机运行状态的关键特征信息,对比提取的特征信息并利用模式识别器进行分类,实现内燃机工作状态和故障类型的判定。论文在研究小波阈值降噪理论的基础上,提出了一种基于自适应小波包改进阈值的降噪方法。仿真结果表明,该方法在信噪比及均方根误差方面均优于传统小波阈值降噪法。通过研究局域波分解与小波包分解频带能量理论,提出EEM...  (本文共145页) 本文目录 | 阅读全文>>