转子故障信号的量化特征提取方法研究.pdf

兰州理工大学
硕士学位论文
转子故障信号的量化特征提取方法研究
姓名:杨娟
申请学位级别:硕士
专业:机械制造及其自动化
指导教师:赵荣珍
20100515
摘要故障诊断技术主要包括三部分的研究内容,即信号处理、特征提取、故障辨识。特征提取,是对系统的动态信号预处理后得到的信息进行分析,提取与系统接影响到诊断是否成功和诊断结果的准确性。常用的信号特征提取方法存在以下两点不足:岩宰既访枋鱿低撤窍咝约靶藕诺姆瞧轿刃藕盘卣鳎难以解决信号特征的定量评价问题。本文采用信息熵分析方法,对机械信号特征提取和定量评价方法进行研究。针对转子实验台的数据模型,运用信息熵方法对故障类别、程度分别给出客研究现状和存在的问题。对信息熵的性质和时域的奇异谱熵、。,研究了它的常见的故障的机理。设计了有限冲激响应低通滤波器,对采集的信号进行滤波,为特征提取提供原始数据。同时把基于模型最大熵法的功率谱算法应用到故障类别的诊断中,分辨率比传统的方法高,谱线平滑,同时抗噪的能力很强,。ê虯算法,通过实例仿真分析可得,『妥陨淼挠诺悖匝≡馞甀算法分离后的数据作为奇异谱熵的样本数据。,该算法能有效评价转子振动状态的特征指标。基于信息融合思想,对描述振动信号能量的三种信息熵测度,即时域的奇异谱熵、频域的功率谱熵、时频域的小波能谱熵,在根据广义集合概念对上述三种信息熵测度进行特征级的信息融合基础上,。分析表明,该方法拥有在三维特征空间识故障的准确率具有参考价值。信息熵理论在故障诊断领域带来了研究热潮,在特征的量化提取方面值得进关键词:转子故障诊断;信息熵;最大熵;快速独立分量分析;信息融合状态有关的数据,再分析这些数据,提取其中与系统状态相关性较大的敏感特征,是故障诊断技术的关键,理论研究的热点之一。特征提取的完善和正确与否,直观的量化评价方法。主要工作内容及获得的研究结论如下:在认真查阅国内外大量文献的基础上,分析信息熵测度在故障诊断中的图形化描述故障状态域、使不同故障类别间显示出显著差别的性能,它对提高辨一步深入地研究。硕士学位论文奉义得到国家自然科学基金项目、甘肃省教育厅硕导基金联合资助.
..:.瑄..瓵瑂,,..瑃,,,.,,,甦琲..,海.,甊猵瑃瓸....,
;篟硕十学位论文,,猟籌籑,甿,猺.,琣—.
插图索引图广义通信系统结构图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图单圆盘转子示意图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图联轴器转子不对中示意图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图转子的动力学问题分析模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图动静碰摩研究模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一图具有机械松动的转子支承系统图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一图典型的转子支承系统⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图设计的低通有限冲激响应数字滤波器⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一图低通有限冲激响应数字滤波器的幅值响应⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图源信号时域波形和滤波效果图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图夹藕挪ㄐ瓮肌煌资齈的最大熵频谱图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯道镆镀灯淄肌芷谕挤üβ势坠兰魄摺图W刺滦藕诺牟ㄐ瓮己虵频谱图痬图芷谕挤ê蚆法的功率谱估计曲线⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图嵌炔欢灾行藕诺牟ㄐ瓮己虵频谱图/⋯⋯⋯⋯⋯.图芷谕挤ê蚆法的功率谱估计曲线⋯⋯⋯⋯⋯⋯⋯⋯一图W硬黄胶庑藕诺牟ㄐ瓮己虵频谱图/⋯⋯⋯⋯⋯图芷谕挤ê蚆法的功率谱估计曲线⋯⋯⋯⋯⋯⋯⋯⋯.图才瞿バ藕诺牟ㄐ瓮己虵频谱图/⋯⋯⋯⋯⋯⋯图芷谕挤ê蚆法的功率谱估计曲线⋯⋯⋯⋯⋯⋯⋯⋯⋯图ё啥藕诺牟ㄐ瓮己虵频谱图/⋯⋯⋯⋯⋯⋯.图芷谕挤ê蚆法的功率谱估计曲线⋯⋯⋯⋯⋯⋯⋯⋯⋯一募虻タ蛲妓得鳌图独立分量分析原理及其解混示意图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图源信号时域波形图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图混合信号图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图预处理后的效果图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯惴ㄌ崛⌒⌒úㄐ瓮肌图故障特征数据的空间分布⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图图转子故障信号的量化特征提取方法研究
附表索引表常见信号的奇异谱熵值⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯表常见信号的功率谱熵熵值⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一表常见信号的小波能谱熵值⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯