多傳感器信息融合技術(shù)在電機(jī)故障診斷中的應(yīng)用研究.pdf

1、電機(jī)是最主要的機(jī)電能量轉(zhuǎn)換設(shè)備，不論是在國(guó)民經(jīng)濟(jì)中的各種能源、制造領(lǐng)域里，還是在人們的日常生活中，電機(jī)都有著無(wú)可替代的地位。電機(jī)故障診斷技術(shù)的研究具有重大的經(jīng)濟(jì)意義和社會(huì)意義，經(jīng)歷了幾十年的發(fā)展，電機(jī)故障診斷技術(shù)取得了長(zhǎng)足進(jìn)步，不論是在信號(hào)處理方面還是在診斷方法上與發(fā)展之初相比都已不可同日而語(yǔ)，然而，目前普遍采用的基于單參數(shù)、單特征的電機(jī)故障診斷系統(tǒng)在診斷過(guò)程中仍存在很大的不確定性，有時(shí)往往難以保證診斷的精確度，在此基礎(chǔ)上，本文構(gòu)建了一

2、種基于多傳感器信息融合技術(shù)的電機(jī)故障診斷方法。
　　本文以電機(jī)故障診斷為研究對(duì)象，首先介紹了電機(jī)故障診斷技術(shù)的背景、意義及發(fā)展，分析了電機(jī)故障診斷技術(shù)的發(fā)展趨勢(shì)，同時(shí)對(duì)多傳感器信息融合技術(shù)進(jìn)行了簡(jiǎn)介，并對(duì)電機(jī)定子故障、轉(zhuǎn)子故障、軸承故障及氣隙偏心故障等常見(jiàn)故障進(jìn)行了分析。
　　在信號(hào)處理及特征提取方面，針對(duì)希爾伯特-黃變換的核心內(nèi)容經(jīng)驗(yàn)?zāi)B(tài)分解中存在的模態(tài)混疊以及虛假分量問(wèn)題進(jìn)行了改進(jìn)。通過(guò)仿真實(shí)驗(yàn)，驗(yàn)證了集合經(jīng)驗(yàn)?zāi)B(tài)分解在

3、抑制模態(tài)混疊現(xiàn)象時(shí)的可行性;采用了利用灰色關(guān)聯(lián)度進(jìn)行虛假分量識(shí)別的方法，通過(guò)與相關(guān)系數(shù)法的對(duì)比仿真，證明了灰色關(guān)聯(lián)度在識(shí)別虛假分量時(shí)的有效性。并在此基礎(chǔ)上，利用各固有模態(tài)函數(shù)能量構(gòu)造故障特征向量。在故障局部診斷方法上，采用了目前應(yīng)用最為廣泛、理論最為成熟的BP神經(jīng)網(wǎng)絡(luò)，介紹了神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)知識(shí)、原理、結(jié)構(gòu)及學(xué)習(xí)過(guò)程，利用神經(jīng)網(wǎng)絡(luò)的優(yōu)良特性為后續(xù)的基于D-S證據(jù)理論的信息融合方法提供精度和可靠性更高的輸入信息。在信息融合算法方面，對(duì)D-S

4、證據(jù)理論的基本概念及D-S合成規(guī)則進(jìn)行了介紹和分析，在基本可信度分配函數(shù)的構(gòu)成上，利用神經(jīng)網(wǎng)絡(luò)局部診斷結(jié)果作為基礎(chǔ)綜合考慮誤差因素，不僅解決了D-S證據(jù)理論中如何構(gòu)建基本可信度分配函數(shù)的難點(diǎn)，同時(shí)也避免了D-S合成規(guī)則難以處理沖突證據(jù)的缺陷，將神經(jīng)網(wǎng)絡(luò)與D-S證據(jù)理論有效結(jié)合起來(lái)。
　　最后，本文構(gòu)建了基于多傳感器信息融合技術(shù)的電機(jī)故障診斷系統(tǒng)模型，并選擇電機(jī)故障中最為常見(jiàn)的軸承故障作為實(shí)驗(yàn)對(duì)象，對(duì)診斷系統(tǒng)進(jìn)行了實(shí)驗(yàn)驗(yàn)證和數(shù)據(jù)分析