新穎的自適應(yīng)時(shí)頻分布方法及在故障診斷中應(yīng)用研究.pdf

1、本論文是在國(guó)家自然科學(xué)基金(51265039，51261024，51075372，50775208)，江西省教育廳科技計(jì)劃項(xiàng)目(No.GJJ12405)、湖南省機(jī)械設(shè)備健康維護(hù)重點(diǎn)實(shí)驗(yàn)室開放基金(201204)、廣東省數(shù)字信號(hào)與圖像處理技術(shù)重點(diǎn)實(shí)驗(yàn)室開放課題(2014GDDSIPL-01)和江西省研究生創(chuàng)新基金項(xiàng)目(No.YC2013-S214)資助下，針對(duì)時(shí)頻分析缺乏自適應(yīng)的缺點(diǎn)，本項(xiàng)目提出了一些新的自適應(yīng)時(shí)頻分析方法，并將這些方法應(yīng)

2、用于機(jī)械故障診斷中，仿真和實(shí)驗(yàn)結(jié)果都表明了這些方法的有效性，并取得了很好的創(chuàng)新性成果。本文主要內(nèi)容包括以下幾個(gè)方面：
　　1、鑒于自適應(yīng)廣義S變換繼承了短時(shí)Fourier變換、小波變換和標(biāo)準(zhǔn)S變換的所有優(yōu)點(diǎn)，同時(shí)也彌補(bǔ)了它們存在的不足，具有良好的自適應(yīng)的獨(dú)特特性，在此，將該方法引入到機(jī)械故障診斷中，提出了一種基于自適應(yīng)廣義S變換的機(jī)械故障診斷方法，并與傳統(tǒng)的短時(shí)Fourier變換、Wigner-Ville分布、小波變換、標(biāo)準(zhǔn)S變換

3、等時(shí)頻分析方法進(jìn)行了對(duì)比分析，仿真研究表明，自適應(yīng)廣義S變換具有明顯的優(yōu)勢(shì)，能靈活地通過調(diào)節(jié)參數(shù)來自適應(yīng)地調(diào)節(jié)窗函數(shù)的寬度，以便達(dá)到最佳的時(shí)頻分辨率。最后，將該方法分別應(yīng)用到轉(zhuǎn)子碰摩故障診斷和滾動(dòng)軸承故障診斷中，碰摩故障實(shí)驗(yàn)結(jié)果表明，提出的方法能有效地揭示出碰摩故障數(shù)據(jù)的頻率結(jié)構(gòu)，區(qū)分碰摩故障的嚴(yán)重程度，滾動(dòng)軸承故障實(shí)驗(yàn)結(jié)果表明，提出的方法能有效地揭示出不同軸承故障的特征頻率。
　　2、針對(duì)固定核的缺陷，并根據(jù)自適應(yīng)優(yōu)化核的設(shè)計(jì)準(zhǔn)

4、則，提出了兩種新的自適應(yīng)核時(shí)頻分布，分別為自適應(yīng)徑向墨西哥草帽核時(shí)頻分布方法和自適應(yīng)徑向Sinc核函數(shù)時(shí)頻分布方法。這兩種方法都能夠隨信號(hào)模糊函數(shù)的不同而自適應(yīng)地調(diào)節(jié)核的方向，使之與模糊函數(shù)的自項(xiàng)相匹配并且最大限度地?cái)U(kuò)展自項(xiàng)方向的核函數(shù)，而在其他方向上做最大地抑制，從而自項(xiàng)得到了最大的保留，交叉項(xiàng)得到了很好的抑制，時(shí)頻分辨率高，且對(duì)噪聲抑制也能起到很好的效果。在此，給出了自適應(yīng)徑向墨西哥草帽型核函數(shù)時(shí)頻分布和自適應(yīng)徑向Sinc核函數(shù)時(shí)頻

5、分布的定義和算法。并對(duì)這兩種提出的方法分別和傳統(tǒng)的時(shí)頻分析方法在時(shí)頻分辨率方面行了對(duì)比分析，仿真結(jié)果表明這兩種方法都是十分有效的。最后，將自適應(yīng)徑向墨西哥草帽核時(shí)頻分布方法應(yīng)用到轉(zhuǎn)子裂紋故障診斷中，將自適應(yīng)徑向Sinc核函數(shù)時(shí)頻分布方法應(yīng)用到滾動(dòng)軸承故障診斷中，轉(zhuǎn)子裂紋故障實(shí)驗(yàn)結(jié)果表明，提出的方法能有效地反映裂紋故障的嚴(yán)重程度，滾動(dòng)軸承故障實(shí)驗(yàn)結(jié)果表明，提出的方法能有效地揭示出不同軸承故障的特征頻率。
　　3、經(jīng)驗(yàn)小波變換(EWT

6、)是一種新的自適應(yīng)信號(hào)分解方法，該方法繼承了EMD和小波分析方法的各自優(yōu)點(diǎn)，通過提取頻域極大值點(diǎn)自適應(yīng)地分割傅里葉頻譜以分離不同的模態(tài)，然后在頻域自適應(yīng)地構(gòu)造帶通濾波器組從而構(gòu)造正交小波函數(shù)，以提取具有緊支撐傅立葉頻譜的調(diào)幅-調(diào)頻(AM-FM)成份。在此，將該方法引用到機(jī)械故障診斷中，提出了一種基于經(jīng)驗(yàn)小波變換的機(jī)械故障診斷方法，并與EMD方法進(jìn)行了對(duì)比分析。仿真結(jié)果表明，經(jīng)驗(yàn)小波變換方法明顯優(yōu)于EMD方法，能有效地分解出信號(hào)的固有模態(tài)

7、。與EMD相比較，該方法具有分解的模態(tài)少，不存在虛假的模態(tài)，計(jì)算量小，且在理論上具有易理解性等特點(diǎn)。最后將該方法分別應(yīng)用到轉(zhuǎn)子碰摩故障診斷和滾動(dòng)軸承故障診斷中，碰摩故障實(shí)驗(yàn)結(jié)果表明，提出的方法能有效地揭示出碰摩故障數(shù)據(jù)的頻率結(jié)構(gòu)，區(qū)分碰摩故障的嚴(yán)重程度，滾動(dòng)軸承故障實(shí)驗(yàn)結(jié)果表明，提出的方法能有效地揭示出軸承故障的特征頻率。
　　4、變分模態(tài)分解(VMD)是一種新的自適應(yīng)信號(hào)分解方法，該方法的核心思想是假設(shè)每個(gè)模態(tài)的絕大部分都是緊緊

8、圍繞在某一中心頻率周圍的，然后將模態(tài)帶寬的求解問題轉(zhuǎn)化為約束優(yōu)化問題，最后求解出每個(gè)模態(tài)。在此，將VMD引入到機(jī)械故障診斷中，提出了一種基于VMD的機(jī)械故障診斷方法，并與EEMD方法進(jìn)行了對(duì)比分析，仿真結(jié)果表明，變分模態(tài)分解明顯優(yōu)于EEMD方法，能有效地分解出信號(hào)的固有模態(tài)。與EEMD相比較，該方法模態(tài)混疊現(xiàn)象弱，計(jì)算效率高，理論充分等。最后將該方法分別應(yīng)用到轉(zhuǎn)子碰摩故障診斷和滾動(dòng)軸承故障診斷中，碰摩故障實(shí)驗(yàn)結(jié)果表明，提出的方法能夠有效