基于數(shù)學(xué)形態(tài)學(xué)和局部均值分解的旋轉(zhuǎn)機(jī)械故障診斷方法.pdf

1、液壓泵、滾動軸承和齒輪等旋轉(zhuǎn)機(jī)械零部件在工業(yè)領(lǐng)域起著重要的傳動作用，它們廣泛地應(yīng)用于冶金設(shè)備、工程機(jī)械、精密機(jī)床、精密儀器、航空航天、汽車、船舶和石油化工等重要工業(yè)領(lǐng)域。這些旋轉(zhuǎn)機(jī)械零部件通常大都處于高溫、高壓和高速等惡劣的工作環(huán)境，這也就導(dǎo)致了它們的健康狀態(tài)劣化速度比較快，具有較高的故障率。
　　本文針對旋轉(zhuǎn)機(jī)械零部件的故障診斷問題，研究了基于數(shù)學(xué)形態(tài)學(xué)和局部均值分解的方法。數(shù)學(xué)形態(tài)學(xué)和局部均值分解都是基于信號形態(tài)特征進(jìn)行的分析

2、，所以二者都具有高度自適應(yīng)性和數(shù)據(jù)驅(qū)動性。
　　本文主要進(jìn)行了以下幾個(gè)方面的研究工作：
　　(1)針對扁平型結(jié)構(gòu)元素長度選擇的經(jīng)驗(yàn)性和任意性問題，提出一種基于形態(tài)差值算子和功率譜熵相結(jié)合來確定扁平型結(jié)構(gòu)元素的最優(yōu)濾波長度的方法。采用不同扁平型結(jié)構(gòu)元素長度的形態(tài)差值算子對信號進(jìn)行濾波處理，對濾波后的信號計(jì)算功率譜熵，信號功率譜熵的最小值所對應(yīng)的長度即為扁平型結(jié)構(gòu)元素的最優(yōu)濾波長度，并采用仿真信號和液壓泵實(shí)測故障信號對所提方法的

3、有效性進(jìn)行驗(yàn)證。
　　(2)利用一種基于形態(tài)差值算子和形態(tài)指數(shù)相結(jié)合的方法對以滑靴磨損故障為研究對象的液壓泵健康狀態(tài)評估的問題進(jìn)行研究。采用形態(tài)差值算子對滑靴不同磨損程度的故障信號進(jìn)行濾波處理，提取各種磨損程度下故障信號的形態(tài)指數(shù)，分析形態(tài)指數(shù)對滑靴磨損故障及其劣化程度的變化規(guī)律和敏感性，實(shí)現(xiàn)對滑靴磨損故障的診斷及其劣化程度的評估，并利用液壓泵實(shí)測故障信號對所提方法的有效性進(jìn)行驗(yàn)證。
　　(3)利用一種基于形態(tài)差值算子和差分

4、熵相結(jié)合的方法對滾動軸承早期輕度內(nèi)、外圈故障的診斷問題進(jìn)行研究。采用形態(tài)差值算子對故障信號進(jìn)行濾波處理，差分熵提取濾波后信號在時(shí)域中的沖擊，根據(jù)沖擊突變點(diǎn)的時(shí)間間隔和特定故障信號在時(shí)域中的周期性沖擊間隔相一致的思想來實(shí)現(xiàn)對滾動軸承早期輕度內(nèi)、外圈故障的有效診斷，并利用仿真信號和滾動軸承實(shí)測故障信號對所提方法的有效性進(jìn)行驗(yàn)證。
　　(4)針對乘積分量的解調(diào)和單尺度形態(tài)學(xué)分析的結(jié)構(gòu)元素長度選擇的經(jīng)驗(yàn)性和主觀性問題，提出一種基于局部均值

5、分解和改進(jìn)自適應(yīng)多尺度形態(tài)學(xué)分析相結(jié)合的方法。采用局部均值分解方法對信號進(jìn)行分解，篩選若干個(gè)含有特征信息最豐富的乘積分量作為解調(diào)用數(shù)據(jù)源，基于扁平型、三角型和半圓型結(jié)構(gòu)元素的改進(jìn)自適應(yīng)多尺度形態(tài)學(xué)分析方法對其進(jìn)行解調(diào)分析，得到有效解調(diào)閾值區(qū)間(即在此區(qū)間，改進(jìn)自適應(yīng)多尺度形態(tài)學(xué)分析的解調(diào)效果要優(yōu)于改進(jìn)前自適應(yīng)多尺度形態(tài)學(xué)分析)和最優(yōu)解調(diào)閾值點(diǎn)。此外，將最優(yōu)解調(diào)結(jié)果和改進(jìn)前自適應(yīng)多尺度形態(tài)學(xué)分析、Hilbert變換、Teager Kais

6、er能量算子和局部均值分解的解調(diào)結(jié)果進(jìn)行對比，并利用液壓泵實(shí)測故障信號對所提方法的有效性進(jìn)行驗(yàn)證。
　　(5)針對齒輪故障的診斷問題，提出一種基于局部均值分解和廣義形態(tài)分形維數(shù)相結(jié)合的方法。采用局部均值分解方法對信號進(jìn)行分解，篩選若干個(gè)含有最豐富特征信息的乘積分量作為數(shù)據(jù)源進(jìn)行廣義形態(tài)分形維數(shù)的提取，選取某些能夠有效地表征齒輪運(yùn)行狀態(tài)非線性信息的維數(shù)作為特征向量，利用核模糊C均值聚類方法進(jìn)行故障診斷。此外，還對信號長度、轉(zhuǎn)速和負(fù)載

7、扭矩對廣義形態(tài)分形維數(shù)的影響進(jìn)行分析。并利用仿真信號和齒輪實(shí)測故障信號對所提方法的有效性進(jìn)行驗(yàn)證。
　　(6)利用基于峭度、能量和均方差的選擇方法對合理地選取含有特征信息豐富的乘積分量作為數(shù)據(jù)源的問題進(jìn)行研究。采用局部均值分解方法對原信號進(jìn)行分解，分別提取原信號和各個(gè)乘積分量的峭度、能量和均方差，并分別將這三個(gè)指標(biāo)組成一個(gè)指標(biāo)向量，計(jì)算原信號和各個(gè)乘積分量的指標(biāo)向量之間的歐氏距離，選取若干個(gè)最小歐氏距離值所對應(yīng)的乘積分量作為數(shù)據(jù)源