振動(dòng)信號(hào)非平穩(wěn)特征的深層提取技術(shù)及遠(yuǎn)程診斷服務(wù)系統(tǒng)的研究.pdf

1、機(jī)械設(shè)備自身的復(fù)雜結(jié)構(gòu)，故障的發(fā)生和發(fā)展、設(shè)備工況的變化導(dǎo)致其振動(dòng)信號(hào)往往具有非穩(wěn)態(tài)的復(fù)雜特性，振動(dòng)信號(hào)的非平穩(wěn)特征提取與表示關(guān)系到故障診斷的可靠性和準(zhǔn)確性。時(shí)頻分析是信號(hào)非平穩(wěn)特性分析的有力工具，但隨著設(shè)備新舊故障的不斷復(fù)雜化，使得傳統(tǒng)的時(shí)頻分析理論及方法難以完全適用于某些有用信息的捕捉和深入分析，因而有關(guān)的研究和應(yīng)用也受到了很大的限制。該文在綜述了國(guó)內(nèi)外故障診斷研究現(xiàn)狀的基礎(chǔ)上，分析了機(jī)械振動(dòng)信號(hào)的非平穩(wěn)特征及其深層次信息提取的意義

2、；提出了在常規(guī)時(shí)頻分析結(jié)果的基礎(chǔ)上進(jìn)行更深層次的二次處理，以提取表征信號(hào)非平穩(wěn)特性的瞬時(shí)物理量的多種新方法，并以故障齒輪和故障軸承的大量振動(dòng)信號(hào)作為分析實(shí)例對(duì)這些方法進(jìn)行了一一驗(yàn)證；在理論上初步設(shè)計(jì)了電子商務(wù)環(huán)境下的遠(yuǎn)程測(cè)試診斷服務(wù)系統(tǒng)方案，并對(duì)系統(tǒng)實(shí)現(xiàn)中的關(guān)鍵技術(shù)和核心模塊進(jìn)行了詳細(xì)的論述和探討。 本文主要從以下四個(gè)方面對(duì)非平穩(wěn)特征的深層次提取技術(shù)進(jìn)行了深入、細(xì)致的研究和探討： 1) 基于小波變換的非平穩(wěn)特征提取技術(shù)。

3、對(duì)小波變換的理論方法、工程理解及小波基、小波變換尺度的選擇進(jìn)行了系統(tǒng)地分析，介紹了基于復(fù)解析小波變換的瞬時(shí)幅值及瞬時(shí)相位的提取技術(shù)，在此基礎(chǔ)上引入了基于小波脊線的瞬時(shí)頻率估計(jì)方法，提出了小波尺度—能量與小波時(shí)間—能量相關(guān)譜的特征表示法并用于表示軸承外圈、滾珠和內(nèi)圈的故障特征。 2) 基于小波包分解與解調(diào)技術(shù)的非平穩(wěn)特征提取技術(shù)。利用小波包分解技術(shù)對(duì)振動(dòng)信號(hào)進(jìn)行降噪處理，并選擇特殊頻段進(jìn)行小波包重構(gòu)，有效捕捉和分離了處于信號(hào)不同頻

4、段的故障特征分量。在此基礎(chǔ)上，對(duì)傳統(tǒng) Hilbert 瞬時(shí)頻率估計(jì)方法加以改進(jìn)，并引入 Teager 能量算子解調(diào)方法，給出了適合多分量調(diào)幅調(diào)頻信號(hào)的瞬時(shí)頻率特征或調(diào)制特征的提取方法。 3) 基于聯(lián)合時(shí)頻分析的非平穩(wěn)特征提取技術(shù)。闡述了各種線性時(shí)頻變換和非線性時(shí)頻變換的時(shí)頻聚集性和交叉干擾問題，主要對(duì)自適應(yīng)信號(hào)分解法和徑向高斯核時(shí)頻分布這兩種時(shí)頻分析方法進(jìn)行了深入的研究與探討。在傳統(tǒng)自適應(yīng)信號(hào)分解的基礎(chǔ)上的提出了三種振動(dòng)信號(hào)處理

5、新技術(shù)：基于時(shí)頻曲面擬合的信號(hào)分解法，可有效用于非平穩(wěn)信號(hào)的噪聲抑制；對(duì) Chirplet 基函數(shù)加以改進(jìn)，引入了二次非線性調(diào)頻參數(shù)，提高傳統(tǒng) Chirplet 自適應(yīng)信號(hào)分解法的時(shí)頻特征刻畫能力；在時(shí)頻二維平面上采用振動(dòng)沖擊信號(hào)模型對(duì)時(shí)頻濾波后的信號(hào)分量進(jìn)行逼近，提純瞬態(tài)沖擊分量。在基于徑向高斯核時(shí)頻分布的基礎(chǔ)上，引入了時(shí)域分段方法提高了其時(shí)頻分布質(zhì)量，利用圖像處理技術(shù)提取出時(shí)頻圖像的脊線特征之后，引入Hough變換自動(dòng)檢測(cè)出時(shí)頻脊線

6、的特征參數(shù)，再根據(jù)時(shí)頻脊線與瞬時(shí)頻率曲線的對(duì)應(yīng)關(guān)系來確定多分量時(shí)變信號(hào)的瞬時(shí)頻率函數(shù)表達(dá)式；繼而采用基于瞬時(shí)頻率曲線的時(shí)頻濾波方法對(duì)被分析信號(hào)進(jìn)行濾波后重構(gòu)，達(dá)到了從多分量復(fù)雜信號(hào)中分離特征分量的目的。 4) 基于經(jīng)驗(yàn)?zāi)B(tài)分解(EMD)的非平穩(wěn)特征提取技術(shù)。在介紹EMD基本理論的基礎(chǔ)上，結(jié)合實(shí)際應(yīng)用中遇到的問題，系統(tǒng)論述了EMD中存在的端點(diǎn)效應(yīng)，本征模函數(shù)的篩分迭代停止的標(biāo)準(zhǔn)和模態(tài)混疊這三大問題，并針對(duì)這些問題提出了相應(yīng)的解決方

7、法。簡(jiǎn)要概述了EMD端點(diǎn)效應(yīng)產(chǎn)生的原因和目前提出的一些有效的抑制方法，并對(duì)這些方法的優(yōu)缺點(diǎn)進(jìn)行了分析比較。重點(diǎn)針對(duì)EMD中出現(xiàn)的模態(tài)混疊現(xiàn)象，提出了兩種解決方案。一種是EMD與小波包分解相結(jié)合的方法；第二種是加減掩膜信號(hào)法。仿真實(shí)驗(yàn)和應(yīng)用實(shí)踐證明這兩種方法都能較好地消除EMD中的模態(tài)混疊現(xiàn)象，可有效提高EMD的分解能力。 研究振動(dòng)信號(hào)的非平穩(wěn)特征深層提取技術(shù)的最終目的是將它們應(yīng)用到遠(yuǎn)程測(cè)試診斷服務(wù)系統(tǒng)中，解決工程實(shí)際中的具體問題

8、，將科學(xué)技術(shù)轉(zhuǎn)化為生產(chǎn)力。因此，本文在上述理論方法的研究基礎(chǔ)上，將電子商務(wù)理念與遠(yuǎn)程測(cè)試診斷相結(jié)合，提出了電子商務(wù)環(huán)境下的個(gè)性化遠(yuǎn)程測(cè)試診斷服務(wù)系統(tǒng)的結(jié)構(gòu)模型，系統(tǒng)研究了遠(yuǎn)程測(cè)試診斷服務(wù)系統(tǒng)中的虛擬儀器、數(shù)據(jù)傳輸、神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)、智能診斷、系統(tǒng)安全等關(guān)鍵技術(shù)，開發(fā)了服務(wù)系統(tǒng)的各種功能模塊并在汽車齒輪箱和軸承等典型性設(shè)備的遠(yuǎn)程故障診斷實(shí)驗(yàn)中得到了成功應(yīng)用。本文的研究工作為非平穩(wěn)信號(hào)特征提取和故障診斷開辟了新的途徑，其成果對(duì)于我們今后的理論研