学位论文 > 优秀研究生学位论文题录展示

基于时域分析的旋转机械故障诊断方法研究

作　者: 黎伟权
导　师: 庄哲民
学　校: 汕头大学
专　业: 信号与信息处理
关键词: 故障诊断多元统计 Parzen窗函数 Parks’矢量法盲信号处理
分类号: TH17
类　型: 硕士论文
年　份: 2007年
下　载: 334次
引　用: 0次
阅　读: 论文下载

内容摘要

在现代工业中，旋转机械(电机、轴承及轴等)被受广泛使用，并成为主要的动力源。旋转机械工作环境恶劣，工作时间长，且起动频繁，易出现各种故障。若能对旋转机械进行有效的状态监测，及时发现故障并进行维修或更换，既能避免链锁故障的发生，且保证了生产安全，提高机械的使用效率。因此，旋转机械故障诊断有着直接的实际意义。在机械故障诊断领域，频域分析已经相当成熟，主要是通过分析电流及振动信号的特征频率来进行故障诊断；频域分析方法在转速恒定的时候是非常有效的，因为振动信号与转速有着直接的联系。一般地，旋转机械的转速不是恒定的，那么测量到的与转速密切相关的振动信号是时变的；而传统的频域信号处理方法，如Fourier变换等只适合于时不变信号的分析，因此时频域结合的分析方法是必需的。本论文主要研究了几种时域上的旋转机械故障诊断方法：多元统计过程控制方法、Parzen窗函数概率密度估计方法、Parks’矢量法，并把近年新出现的盲信号处理方法应用到频率分析方面。通过从自行制作的故障仿真模型上测取实验数据来验证了所研究算法的有效性，实验证明了多元统计控制方法及Parzen窗函数概率密度估计方法能有效地监测到机械的微弱的故障信号，这是频域方法无法分析到的。通过对电流的Parks’矢量图进行图像匹配，实现了电气故障的分离。另外，盲信号处理方法能够有效地把同时发生的两种故障信号分离开来，提高了故障诊断的准确性。

基于时域分析的旋转机械故障诊断方法研究

内容摘要

全文目录

相似论文