非平穩(wěn)信號(hào)特征提取新方法和實(shí)用診斷技術(shù)的研究.pdf

1、故障的發(fā)生和發(fā)展、設(shè)備工況的變化以及設(shè)備自身的非線性，使機(jī)械設(shè)備的動(dòng)態(tài)信號(hào)表現(xiàn)出非平穩(wěn)性。如果對(duì)非平穩(wěn)信號(hào)進(jìn)行有效的消噪、分解和解調(diào)，提取有用信息，抑制其他成分的干擾，將有助于提高信號(hào)的信噪比和診斷信息的質(zhì)量。該課題以回轉(zhuǎn)機(jī)械和往復(fù)機(jī)械為對(duì)象，研究了基于非平穩(wěn)信號(hào)特征提取原理的多種故障診斷實(shí)用技術(shù)。 針對(duì)絕熱近似小參數(shù)隨機(jī)共振難以滿足工程實(shí)踐中大參數(shù)下的弱信號(hào)檢測(cè)，及當(dāng)前研究主要集中于單一頻率共振分析的問(wèn)題，該文提出了一種新的變

2、步長(zhǎng)隨機(jī)共振數(shù)值算法。該算法在大參數(shù)條件下可對(duì)淹沒(méi)在強(qiáng)噪聲中的多個(gè)弱信號(hào)產(chǎn)生共振輸出。同時(shí)，做為小波分析的預(yù)處理，它可以有效抑制小波分析中由強(qiáng)噪聲引起的邊頻干擾，提高小波分析在低信噪比信號(hào)檢測(cè)中的可靠性。 經(jīng)驗(yàn)?zāi)Ｊ椒纸夥椒ㄊ且环N新的非線性非平穩(wěn)信號(hào)分析工具。該方法基于信號(hào)的局部特征，可以根據(jù)信號(hào)自身的時(shí)間特征尺度進(jìn)行自適應(yīng)分解，得到若干個(gè)基本模式分量。該文研究了基于經(jīng)驗(yàn)?zāi)Ｊ椒纸獾臅r(shí)頻分析理論及算法。通過(guò)對(duì)分解得到的各基本模式分量

3、進(jìn)行Hilbert變換，就可以得到信號(hào)的瞬時(shí)頻率，從而給出信號(hào)頻率變化的精確表達(dá)。信號(hào)最終以Hilbert時(shí)頻譜的形式表示為時(shí)頻平面上的能量分布。 旋轉(zhuǎn)機(jī)械振動(dòng)信號(hào)的非平穩(wěn)性常表現(xiàn)為統(tǒng)計(jì)特性呈周期性的循環(huán)平穩(wěn)。該文在對(duì)循環(huán)自相關(guān)解調(diào)及其性能分析的基礎(chǔ)上，提出了基于經(jīng)驗(yàn)?zāi)Ｊ椒纸獾姆诸l帶循環(huán)自相關(guān)解調(diào)方法。該方法在有效地減少了多調(diào)制源和多載波對(duì)循環(huán)平穩(wěn)結(jié)果帶來(lái)的交叉項(xiàng)干擾，提高了分析的可靠性。將該方法應(yīng)用于滾動(dòng)軸承的故障診斷中，成功