往復(fù)機(jī)械故障動力學(xué)分析及故障診斷研究.pdf

1、往復(fù)機(jī)械廣泛應(yīng)用于各工業(yè)領(lǐng)域，對其進(jìn)行故障診斷研究是目前國內(nèi)外的研究熱點之一。人們對往復(fù)機(jī)械故障診斷開展了許多研究，但由于其結(jié)構(gòu)復(fù)雜、激勵源多，對其實施故障診斷較困難，使其總體水平較低，這與生產(chǎn)中應(yīng)用現(xiàn)狀是及其不相符的。因此有必要加強(qiáng)開展往復(fù)機(jī)械故障診斷的研究。
　　 本文以隔膜泵為例，采用碰撞——分離二狀態(tài)接觸力模型建立了往復(fù)機(jī)械磨損故障動力學(xué)模型，井采用龍格庫塔法對隔膜泵磨損故障動力學(xué)方程進(jìn)行了數(shù)值求解，研究了不同參數(shù)下滑塊

2、的動態(tài)響應(yīng)，并繪制了Poincare映射圖，證明了出現(xiàn)磨損時的運(yùn)動為混沌運(yùn)動。
　　 同時在此基礎(chǔ)上，針對往復(fù)機(jī)械故障診斷存在的難題，并結(jié)合分形和混沌理論的特點，分別以關(guān)聯(lián)維數(shù)和李亞普諾夫指數(shù)為特征向量研究了往復(fù)機(jī)械的故障診斷方法。以隔膜泵為例，對三種不同的磨損仿真信號進(jìn)行了分析，通過方法計算出每種信號的關(guān)聯(lián)維數(shù)，采用Wolf方法計算出每種信號的李亞普諾夫指數(shù)，從計算結(jié)果可以看出，不同故障時的關(guān)聯(lián)維數(shù)和李亞普諾夫指數(shù)不同，從而可

3、以判斷不同狀態(tài)時的故障類型，達(dá)到故障診斷的目的，證明了該方法應(yīng)用于往復(fù)機(jī)械的故障診斷具有較好的效果。
　　 設(shè)備故障診斷技術(shù)的另一發(fā)展方向為與最新信號處理方法和現(xiàn)代智能方法相融合。本文引入EMD（經(jīng)驗?zāi)B(tài)分解）技術(shù)，AR模型以及RBF網(wǎng)絡(luò)模型，研究了基于EMD-AR模型的RBF網(wǎng)絡(luò)故障診斷方法。并以往復(fù)式空氣壓縮機(jī)的滾動軸承四種不同狀態(tài)下的信號為例，采用上述方法，通過EMD技術(shù)對信號進(jìn)行分解，獲得平穩(wěn)的IMF分量，再對每一個IM