機(jī)械設(shè)備早期故障預(yù)示中的微弱信號檢測技術(shù)研究.pdf

1、早期故障具有兩方面含義，一是指處于早期階段的故障、微弱故障或潛在故障；二是從物理意義上講，某一故障是另一故障的早期階段。故障發(fā)現(xiàn)得越早，越有助于設(shè)備的安全可靠運(yùn)行。但是，設(shè)備早期故障的特征信號很微弱，往往被強(qiáng)噪聲所淹沒，信噪比很低，極大地影響了設(shè)備運(yùn)行狀態(tài)信息的準(zhǔn)確獲取。論文以機(jī)械設(shè)備為對象，研究了早期故障預(yù)示中的微弱信號檢測與實(shí)用診斷技術(shù)。 針對傳統(tǒng)的絕熱近似小參數(shù)隨機(jī)共振難以滿足工程實(shí)際大參數(shù)條件下的微弱信號檢測問題，本文提

2、出了變步長隨機(jī)共振數(shù)值算法。在深入分析近似熵用于度量信號復(fù)雜性性質(zhì)的基礎(chǔ)上，本文提出了基于近似熵測度的自適應(yīng)隨機(jī)共振方法，解決了限制隨機(jī)共振在工程實(shí)際中推廣使用的參數(shù)調(diào)節(jié)問題。金屬車削過程的振動(dòng)信號分析和滾動(dòng)軸承故障診斷的成功應(yīng)用表明上述方法的有效性。 基于混沌振子的微弱信號檢測是通過“觀察”待測信號加入后振子是否發(fā)生相變來實(shí)現(xiàn)的，但是這種“觀察”缺少一個(gè)衡量標(biāo)準(zhǔn)，具有一定的主觀性。尤其當(dāng)噪聲很強(qiáng)時(shí)，這種“目測”振子狀態(tài)的辦法就

3、會(huì)失效。本文突破近似熵僅用于描述一維信號復(fù)雜度的局限性，提出了適合度量混沌振子二維相圖的二維近似熵概念。在此基礎(chǔ)上，本文提出了基于混沌振子和二維近似熵的微弱信號檢測方法，并將其應(yīng)用于旋轉(zhuǎn)機(jī)械的狀態(tài)監(jiān)測和滾動(dòng)軸承的故障診斷，取得了很好的效果。 工程信號中無效分量的干擾會(huì)使得微弱信號檢測顯得異常困難。獨(dú)立分量分析可以從實(shí)測信號中分離出各個(gè)獨(dú)立的源信號，是一種有效的微弱信號檢測方法。針對混合信號時(shí)間延遲（或相位差）和噪聲干擾對獨(dú)立分量

4、分析結(jié)果的影響問題，本文提出一種故障源信號的頻域盲分離方法。渦流傳感器失效檢測和轉(zhuǎn)子早期碰磨故障的成功診斷表明該方法廣闊的應(yīng)用前景。 支持向量數(shù)據(jù)描述是一種新的單值分類方法，能夠只利用一類學(xué)習(xí)樣本（或正常狀態(tài)樣本）建立分類器，其應(yīng)用有望解決制約設(shè)備早期故障預(yù)示向智能化方向發(fā)展的故障數(shù)據(jù)缺乏問題。本文提出一種基于經(jīng)驗(yàn)?zāi)Ｊ椒纸夂椭С窒蛄繑?shù)據(jù)描述的設(shè)備早期故障混合智能預(yù)示方法，并將其應(yīng)用于滾動(dòng)軸承和齒輪箱故障的智能診斷，取得了很好的效