電機故障振聲診斷系統(tǒng)的研究.pdf

1、隨著科學技術的不斷進步，電氣化程度的不斷提高，電機設備在工業(yè)生產(chǎn)和人們生活中的應用同益廣泛。電機設備在工作中極易發(fā)生故障，一旦發(fā)生故障，會影響整個系統(tǒng)的正常工作甚至危及人身安全，造成巨大損失甚至帶來災難，所以電機設備的故障診斷極其重要。診斷的準確及時可以保證生產(chǎn)安全平穩(wěn)，避免人員、財產(chǎn)的巨大損失。聲音信號能客觀反應電機的運行狀態(tài)和變化規(guī)律，當電機出現(xiàn)故障時，會產(chǎn)生不同于正常工作時發(fā)出的聲響，因此可以從電機產(chǎn)生的聲音信號著手研究，對電機的

2、工作狀態(tài)進行監(jiān)測和診斷。電機故障振聲診斷的研究對象就是電機發(fā)出的聲音信號。 本文提出結(jié)合盲分離技術、小波變換和概率論知識三種手段應用于電機故障振聲診斷系統(tǒng)中。一般來說，當電機發(fā)生故障時，很有可能是幾種故障同時發(fā)生，并且電機發(fā)出聲音信號在被傳感器接收過程中也可能受到其他聲音的污染，所以采集到的電機聲音是混合信號。將單個信號從混合信號中分離是正確診斷出故障的前提條件。本文采用盲分離技術中的一種算法能成功地從混合信號中分離出單獨的信號

3、。 鑒于故障信號中往往含有大量的時變、短時沖擊、突發(fā)性質(zhì)的成分，傅立葉變換只是一種純頻域的分析方法，僅適應于分析平穩(wěn)信號，在時域里毫無分辨能力，而小波變換在時域和頻域同時有良好的局部化特性，很適合探測正常信號中夾帶的瞬態(tài)反?，F(xiàn)象并展示其成分，因此本文采用小波分析技術的多尺度分析理論對單獨的信號進行特征提取。 通過信號的特征與故障數(shù)據(jù)庫的數(shù)據(jù)的比較，可以判斷出電機故障的種類。故障數(shù)據(jù)庫的建立是一個龐大的數(shù)據(jù)統(tǒng)計過程，本文利