局部特征尺度分解方法及其在機(jī)械故障診斷中的應(yīng)用研究.pdf

1、機(jī)械設(shè)備狀態(tài)監(jiān)測(cè)和故障診斷對(duì)于保證機(jī)械設(shè)備的健康運(yùn)行、早期故障的預(yù)警以及故障發(fā)生的正確定位與診斷都有重要的理論和實(shí)際意義。機(jī)械設(shè)備振動(dòng)信號(hào)大都是非線性和非平穩(wěn)信號(hào)，因此，機(jī)械設(shè)備故障診斷的關(guān)鍵是如何從非線性和非平穩(wěn)信號(hào)中提取故障特征并進(jìn)行模式識(shí)別。時(shí)頻分析方法由于能夠同時(shí)提供振動(dòng)信號(hào)時(shí)域和頻域的局部信息而在機(jī)械故障診斷中得到了廣泛應(yīng)用。
　　近年來，小波變換、經(jīng)驗(yàn)?zāi)B(tài)分解(Empirical Mode Decomposition,

2、EMD)、局部均值分解(Local Mean Decomposition,LMD)等時(shí)頻分析方法由于特別適合處理機(jī)械振動(dòng)信號(hào)而被國(guó)內(nèi)外相關(guān)學(xué)者應(yīng)用到機(jī)械故障診斷領(lǐng)域，并取得了許多非?？上驳难芯砍晒@些時(shí)頻分析方法都有各自不同的局限性。局部特征尺度分解(Local Characteristic-scale Decomposition,LCD)是一種新的非平穩(wěn)信號(hào)自適應(yīng)分析方法，該方法在定義瞬時(shí)頻率具有物理意義的單分量信號(hào)——內(nèi)稟尺度分

3、量(Intrinsic Scale Component,ISC)基礎(chǔ)上，自適應(yīng)地將一個(gè)復(fù)雜信號(hào)分解為若干個(gè)ISC分量之和，從而得到原始信號(hào)完整的時(shí)頻分布。與EMD、LMD等方法相比，LCD在端點(diǎn)效應(yīng)的抑制、計(jì)算速度和分解效果等方面具有一定的優(yōu)越性。論文在國(guó)家自然科學(xué)基金項(xiàng)目（編號(hào)：51075131）的資助下，對(duì)局部特征尺度分解方法進(jìn)行了深入的研究，對(duì)其理論進(jìn)行了完善，在此基礎(chǔ)上，將局部特征尺度分解方法及其理論應(yīng)用于旋轉(zhuǎn)機(jī)械故障診斷。

4、r>　　論文主要研究工作和創(chuàng)新性成果有：
　　1.對(duì)LCD方法的理論進(jìn)行了研究，解決了均值曲線定義存在的不足、模態(tài)混疊的抑制等問題。
　　(1)將LCD方法與EMD進(jìn)行了對(duì)比分析，仿真和機(jī)械故障振動(dòng)信號(hào)的分析結(jié)果表明了LCD方法的優(yōu)越性；
　　(2)針對(duì)LCD中均值曲線中直線連接極值會(huì)與數(shù)據(jù)交叉的問題，提出了基于分段多項(xiàng)式的改進(jìn)LCD方法，并將其應(yīng)用于仿真和轉(zhuǎn)子碰摩故障振動(dòng)信號(hào)分析，結(jié)果表明了ILCD方法的有效性；

5、r>　　(3)針對(duì)基于篩分的自適應(yīng)信號(hào)分解方法中由于均值曲線不同而導(dǎo)致分解結(jié)果差異的問題，提出了一種新的非平穩(wěn)信號(hào)的自適應(yīng)分解方法——廣義局部特征尺度分解（Generalized LCD, GLCD），GLCD通過從不同均值曲線篩分的結(jié)果中選擇最優(yōu)分量，再對(duì)剩余信號(hào)重復(fù)篩分過程，從而保證了最終的分解結(jié)果也是最優(yōu)的。分別采用仿真和機(jī)械故障振動(dòng)信號(hào)將其與EMD、LCD方法進(jìn)行了對(duì)比，結(jié)果表明GLCD方法在正交性、分解能力等方面有一定的優(yōu)越性

6、，從而能夠得到更好的分解結(jié)果。
　　(4)針對(duì)LCD分解過程中可能出現(xiàn)的模態(tài)混疊問題，分別提出了部分集成和完備總體平均局部特征尺度分解等方法，對(duì)仿真和機(jī)械故障振動(dòng)信號(hào)的分析結(jié)果表明，所提出的方法能夠有效地抑制LCD的模態(tài)混疊現(xiàn)象。
　　2.對(duì)ISC分量的瞬時(shí)頻率估計(jì)方法進(jìn)行了研究，提出了兩種新的瞬時(shí)頻率估計(jì)方法和多分量信號(hào)解調(diào)方法。
　　(1)針對(duì)希爾伯特變換、能量算子解調(diào)和標(biāo)準(zhǔn)希爾伯特變換等常用的瞬時(shí)估計(jì)方法存在的不

7、足，提出了一種新的瞬時(shí)頻率估計(jì)方法——經(jīng)驗(yàn)包絡(luò)法，仿真信號(hào)分析結(jié)果表明了其優(yōu)越性。同時(shí)，針對(duì)機(jī)械故障振動(dòng)信號(hào)的調(diào)制特性，提出了基于LCD的經(jīng)驗(yàn)包絡(luò)解調(diào)方法，并將其應(yīng)用于滾動(dòng)軸承的故障診斷，結(jié)果表明了所提出方法的有效性；
　　(2)針對(duì)標(biāo)準(zhǔn)希爾伯特變換和直接正交法存在的問題，提出了歸一化正交法。并針對(duì)多分量信號(hào)的解調(diào)問題，提出了基于GLCD和歸一化正交的時(shí)頻分析方法，仿真和實(shí)驗(yàn)信號(hào)的分析結(jié)果表明了所提出方法的優(yōu)越性；
　　3.

8、對(duì)LCD方法在機(jī)械故障診斷中的應(yīng)用進(jìn)行了研究，與其它數(shù)學(xué)方法相結(jié)合，提出了多種基于LCD的機(jī)械故障診斷方法，實(shí)驗(yàn)數(shù)據(jù)分析結(jié)果表明了LCD方法可以有效地應(yīng)用于機(jī)械故障診斷。
　　(1)在對(duì)多尺度模糊熵進(jìn)行改進(jìn)的基礎(chǔ)上，提出了基于LCD和模糊熵的振動(dòng)信號(hào)自適應(yīng)多尺度復(fù)雜性分析方法；在多尺度排列熵的基礎(chǔ)上，提出了基于LCD和排列熵的振動(dòng)信號(hào)自適應(yīng)多尺度隨機(jī)性檢測(cè)方法，并將它們應(yīng)用于機(jī)械故障振動(dòng)信號(hào)特征的提??；
　　(2)將基于變量