離心壓縮機(jī)智能故障診斷方法研究.pdf

1、近年來(lái)，機(jī)械設(shè)備故障診斷技術(shù)在國(guó)內(nèi)外得到了較大的發(fā)展，在國(guó)民生產(chǎn)中起到了重大的作用。離心壓縮機(jī)作為機(jī)械設(shè)備領(lǐng)域的一部分，由于其結(jié)構(gòu)復(fù)雜，激勵(lì)源多，對(duì)其實(shí)施故障診斷比較困難，盡管人們已對(duì)其開展了不少研究并取得了一些研究成果，但總的診斷水平還不是很高，這與其在生產(chǎn)中的應(yīng)用現(xiàn)狀是極不相符。本文在吸取前人研究成果的基礎(chǔ)上，結(jié)合實(shí)際，并根據(jù)離心壓縮機(jī)轉(zhuǎn)子信號(hào)的非平穩(wěn)特性，引入了智能診斷方法，對(duì)離心壓縮機(jī)轉(zhuǎn)子系統(tǒng)較好地的進(jìn)行了故障診斷。 本

2、文根據(jù)離心壓縮機(jī)信號(hào)具有隨機(jī)信號(hào)、周期信號(hào)、沖擊信號(hào)等混雜在一起的特點(diǎn)，以及信號(hào)特征難以提取等問題，研究了離心壓縮機(jī)轉(zhuǎn)子系統(tǒng)振動(dòng)信號(hào)的特征提取方法。通過(guò)小波變換技術(shù)對(duì)時(shí)域和頻域同時(shí)具有良好的局部化性質(zhì)，可以聚焦到信號(hào)的任意細(xì)節(jié)，對(duì)突變信號(hào)和非平穩(wěn)信號(hào)具有很強(qiáng)的識(shí)別能力，利用小波包變換對(duì)離心壓縮機(jī)轉(zhuǎn)子典型故障的振動(dòng)信號(hào)進(jìn)行特征提取，并以“能量”為元素，構(gòu)造離心壓縮機(jī)故障信號(hào)的特征向量，以便神經(jīng)網(wǎng)絡(luò)識(shí)別。本文還研究了基于BP神經(jīng)網(wǎng)絡(luò)的離心壓