復(fù)雜工況下旋轉(zhuǎn)機(jī)械故障特征提取方法研究.pdf

1、旋轉(zhuǎn)機(jī)械是工業(yè)部門中最為常見的一類機(jī)械設(shè)備，隨著現(xiàn)代工業(yè)和科學(xué)技術(shù)的迅猛發(fā)展，旋轉(zhuǎn)機(jī)械應(yīng)用需求越來越復(fù)雜、多樣，服役環(huán)境往往比較惡劣，運(yùn)行工況復(fù)雜且常常不穩(wěn)定，受交變應(yīng)力作用以及各種隨機(jī)因素的影響，不可避免會(huì)出現(xiàn)旋轉(zhuǎn)機(jī)械故障，影響設(shè)備正常運(yùn)行，甚至?xí)霈F(xiàn)重大安全事故。因此，從事旋轉(zhuǎn)機(jī)械狀態(tài)監(jiān)測(cè)及故障診斷技術(shù)的研究越來越受到重視，而特征提取是其中技術(shù)難點(diǎn)之一，也是最重要、最關(guān)鍵的一個(gè)環(huán)節(jié)。鑒于旋轉(zhuǎn)機(jī)械振動(dòng)信號(hào)中蘊(yùn)含了豐富的故障信息，故而研

2、究基于振動(dòng)信號(hào)分析的旋轉(zhuǎn)機(jī)械特征提取意義重大。
　　然而，不同于平穩(wěn)無干擾理想工況下旋轉(zhuǎn)機(jī)械故障特征提取，高速、重載等惡劣工況下，測(cè)試中信號(hào)長(zhǎng)路徑傳輸引入的寬帶隨機(jī)噪聲和機(jī)械系統(tǒng)中存在的同頻段其它振源噪聲干擾更加嚴(yán)重，表征旋轉(zhuǎn)機(jī)械運(yùn)行狀態(tài)的振動(dòng)信號(hào)易被強(qiáng)噪聲淹沒，故障特征微弱，難以提?。蛔冚d荷、變轉(zhuǎn)速等變工況下旋轉(zhuǎn)機(jī)械振動(dòng)信號(hào)是一種更加復(fù)雜的非平穩(wěn)信號(hào)，運(yùn)行工況的變化在信號(hào)特征層的反映與故障引起的信號(hào)特征變化非常相似，提取故障特征

3、存在困難；一些特殊工況受封閉環(huán)境、旋轉(zhuǎn)工作、空間距離等因素制約，需對(duì)旋轉(zhuǎn)機(jī)械進(jìn)行無線狀態(tài)監(jiān)測(cè)，但無線信道帶寬有限，無法滿足大量振動(dòng)數(shù)據(jù)實(shí)時(shí)傳輸與在線監(jiān)測(cè)的需求，而傳輸與監(jiān)測(cè)振動(dòng)信號(hào)特征是一種可行的替代方法，為能通過振動(dòng)信號(hào)特征實(shí)現(xiàn)旋轉(zhuǎn)機(jī)械在線實(shí)時(shí)監(jiān)測(cè)，往往對(duì)無線傳感器節(jié)點(diǎn)片上特征提取快速性提出更高要求。綜上，基于振動(dòng)信號(hào)分析的復(fù)雜工況下旋轉(zhuǎn)機(jī)械故障特征提取具有很大的挑戰(zhàn)性。
　　因此，針對(duì)以上復(fù)雜工況下旋轉(zhuǎn)機(jī)械故障特征提取的難題，

4、論文開展了雙窗譜圖融合增強(qiáng)的旋轉(zhuǎn)機(jī)械微弱故障特征提取、脈沖自適應(yīng)時(shí)頻變換的變工況旋轉(zhuǎn)機(jī)械故障特征提取、特征群短時(shí)移位離散傅立葉變換（Discrete Fourier Transform，DFT）的無線傳感器節(jié)點(diǎn)片上特征提取等研究，具體研究?jī)?nèi)容如下：
　?、籴槍?duì)強(qiáng)噪聲下旋轉(zhuǎn)機(jī)械故障特征微弱，難以提取的問題，提出了雙窗譜圖融合增強(qiáng)的旋轉(zhuǎn)機(jī)械微弱故障特征提取方法。該方法首先采用最優(yōu)共振解調(diào)頻帶選擇剔除了所選頻帶以外的噪聲信號(hào)，再針對(duì)通帶

5、內(nèi)信號(hào)的噪聲干擾，構(gòu)造長(zhǎng)、短時(shí)窗短時(shí)傅立葉變換分別獲取到高頻率分辨率時(shí)頻譜和高時(shí)間分辨率時(shí)頻譜，并通過譜圖預(yù)處理方法實(shí)現(xiàn)對(duì)通帶內(nèi)信號(hào)初步降噪并凸顯出信號(hào)特征頻率，然后提出譜圖相關(guān)分析去噪方法進(jìn)一步抑制通帶內(nèi)隨機(jī)噪聲，再提出譜圖幅值關(guān)聯(lián)增強(qiáng)方法對(duì)信號(hào)特征頻率做進(jìn)一步幅值增強(qiáng)處理，進(jìn)而實(shí)現(xiàn)強(qiáng)噪聲下旋轉(zhuǎn)機(jī)械微弱故障特征提取。
　?、卺槍?duì)變工況下旋轉(zhuǎn)機(jī)械振動(dòng)信號(hào)更加復(fù)雜，故障特征難以提取的問題，提出了脈沖自適應(yīng)時(shí)頻變換的變工況旋轉(zhuǎn)機(jī)械故障

6、特征提取方法。該方法首先采用沖擊脈沖法提取出蘊(yùn)含故障信息的沖擊脈沖序列，再通過提出的脈沖自適應(yīng)時(shí)頻變換，將一維時(shí)間序列的沖擊脈沖變換至二維時(shí)頻域，并提取出有效瞬時(shí)頻率，實(shí)現(xiàn)對(duì)突變載荷沖擊干擾以及其它噪聲干擾的有效抑制，獲取到高時(shí)頻分辨率的時(shí)頻譜；然后提出了脈沖階比跟蹤技術(shù)，可在無角域重采樣失真情況下將時(shí)間-頻率域轉(zhuǎn)換為時(shí)間-階比域，成功消除變轉(zhuǎn)速影響，進(jìn)而實(shí)現(xiàn)變工況下旋轉(zhuǎn)機(jī)械故障特征提取。
　?、坩槍?duì)無線狀態(tài)監(jiān)測(cè)下難以實(shí)現(xiàn)對(duì)采集的

7、大量旋轉(zhuǎn)機(jī)械振動(dòng)數(shù)據(jù)實(shí)時(shí)傳輸和在線監(jiān)測(cè)的問題，鑒于傳輸與監(jiān)測(cè)振動(dòng)信號(hào)特征是一種可行的替代方法，為能通過振動(dòng)信號(hào)特征實(shí)現(xiàn)旋轉(zhuǎn)機(jī)械在線實(shí)時(shí)監(jiān)測(cè)，提出了特征群短時(shí)移位DFT的無線傳感器節(jié)點(diǎn)片上快速特征提取方法。該方法聚焦研究蘊(yùn)含旋轉(zhuǎn)機(jī)械運(yùn)行狀態(tài)信息的離散特征頻點(diǎn)提取，通過構(gòu)建面向整周期同步采樣處理的采樣頻率和采樣長(zhǎng)度實(shí)現(xiàn)對(duì)旋轉(zhuǎn)機(jī)械多分量振動(dòng)信號(hào)的同步采樣和整周期分析截?cái)?，?guī)避了以傅立葉變換為基礎(chǔ)的信號(hào)分析方法存在頻譜泄露、柵欄效應(yīng)等問題，進(jìn)而

8、提高了信號(hào)特征提取的準(zhǔn)確性；通過構(gòu)建面向移位運(yùn)算的重采樣頻率對(duì)采樣數(shù)據(jù)進(jìn)行二次重采樣后，提出了移位DFT和短時(shí)移位DFT，用移位運(yùn)算代替乘法運(yùn)算，進(jìn)而實(shí)現(xiàn)旋轉(zhuǎn)機(jī)械振動(dòng)信號(hào)特征快速提??；最后構(gòu)造出變換系數(shù)螺旋排列圖，為移位 DFT算法的實(shí)現(xiàn)提供了直觀的圖形化手段。
　?、転閷⒁陨涎芯砍晒a(chǎn)品化，同時(shí)針對(duì)當(dāng)前旋轉(zhuǎn)機(jī)械狀態(tài)監(jiān)測(cè)及故障診斷系統(tǒng)在通用性、可派生性等方面仍存在不足的問題，構(gòu)建了旋轉(zhuǎn)機(jī)械故障特征提取通用軟件平臺(tái)。聚焦以上三種特征