学位论文 > 优秀研究生学位论文题录展示

小波分析技术在汽轮机故障诊断中的应用研究

作　者: 张君
导　师: 韩璞
学　校: 华北电力大学（河北）
专　业: 热能工程
关键词: 故障诊断汽轮发电机组时频分析小波变换特征提取
分类号: TK267
类　型: 博士论文
年　份: 2005年
下　载: 1266次
引　用: 14次
阅　读: 论文下载

内容摘要

汽轮发电机组属于典型的旋转机械,其振动信号在本质上可分为平稳振动信号和非平稳振动信号两大类,这两类信号都包含有能反映旋转机械工作状态的重要特征信息,有效地利用这些信息对设备的监测和诊断有重要价值。本论文对信号处理的前沿技术之一——小波分析技术进行了深入研究和探索,初步实现了基于小波分析技术的汽轮发电机组故障诊断。1.在查阅大量文献的基础上,系统地回顾了旋转机械故障诊断的有关方法和原理。指出了当前信号分析技术对旋转机械非平稳振动信号分析的不足和现有方法存在的问题。2.研究了小波分析技术的最新发展,深入地探讨了小波分析技术应用于汽轮机故障诊断中必须解决的关键技术难题。3.本文就最优小波包基和消噪阈值的选取问题进行了深入研究。提出了一种基于最优小波包基的消噪方法;对于消噪阈值的选取,提出一种以小波包能量为基础,以原始信号与降噪后信号之间的均方误差(MSE)极小化为目标的基于小波包的降噪算法。检测结果表明,在故障检测前先采用最优小波包基方法对故障信号进行消噪,有利于提高汽轮机振动检测的准确性。4.本文提出了一种新的汽轮机振动监测和故障诊断的特征提取方法——小波包特征提取。小波包作为一种时-频分析手段引入到振动信号分析中,小波包系数可以非常灵活地提供信号在时域和频域的信息。在转子实验台上的实验证明,该方法能够完全满足振动信号分析的要求,是非常有效和切实可行的。5.将上述的理论研究系统整合后,本文设计了一套基于信号处理方法的故障诊断系统样机。针对复杂的小波包分解算法,为了满足振动信号实时分析的要求,设计了一种有效的基于DSP的小波包分解算法。大量实验表明,该方法能够满足振动信号实时分析的需要。该样机不仅能对平稳信号表征的汽轮机组故障进行诊断,而且可以检测机组运行过程中的突变故障,可以有效降低故障的漏报率和误报率。

全文目录

中文摘要  4-5
英文摘要  5-10
第一章绪论  10-24
  1.1 本课题研究的目的和意义  10-11
  1.2 本课题的国内外研究现状及应用概况  11-14
    1.2.1 国外故障诊断技术发展及应用概况  11-12
    1.2.2 国内故障诊断技术的发展及应用  12-14
  1.3 故障诊断常用的方法  14-19
    1.3.1 基于解析模型的方法  15-16
    1.3.2 基于知识的方法  16-17
    1.3.3 基于信号处理的方法  17-18
    1.3.4 基于离散事件的方法  18-19
  1.4 论文选题  19-20
  1.5 本论文完成的主要工作  20-24
    1.5.1 小波分析的理论及应用研究  20-22
    1.5.2 小波分析在降噪中的应用  22
    1.5.3 小波分析在振动信号特征提取中的应用研究  22-23
    1.5.4 小波分析算法的硬件实现  23
    1.5.5 故障诊断系统的研究  23-24
第二章小波分析的理论研究  24-51
  2.1 引言  24
  2.2 傅立叶变换和短时傅立叶变换  24-28
  2.3 小波变换  28-41
    2.3.1 连续小波变换  29-30
    2.3.2 离散小波变换  30-31
    2.3.3 多分辨率分析  31-36
    2.3.4 Mallat算法  36-39
    2.3.5 小波包算法  39-41
  2.4 小波分析在应用中的能量泄漏问题的研究  41-50
    2.4.1 小波变换中的能量泄漏问题  42-45
    2.4.2 小波包分解的能量泄漏问题  45-47
    2.4.3 能量泄漏的影响及对策讨论  47-49
    2.4.4 汽轮机振动信号分析中能量泄漏的避免  49-50
  2.5 小结  50-51
第三章汽轮机振动信号的小波消噪与检测  51-64
  3.1 前言  51-52
  3.2 小波消噪的原理  52-53
  3.3 阈值消噪方法  53-57
    3.3.1 传统Donoho阈值消噪方法及其应用  53-55
    3.3.2 自动消噪方法及其应用  55-57
  3.4 最优小波包基的概念  57-58
  3.5 最优小波包基的快速搜索法  58-60
  3.6 基于最优小波包基的信号消噪与汽轮机故障检测  60-63
  3.7 小结  63-64
第四章典型汽轮机故障特征提取  64-82
  4.1 引言  64
  4.2 汽轮机常见异常振动概述  64-65
  4.3 振动信号的频域特征提取  65-76
    4.3.1 转子不平衡的频谱征兆  66-69
    4.3.2 转子动静碰磨的故障频谱征兆  69-71
    4.3.3 不对中故障的颁谱征兆  71-73
    4.3.4 轴承松动改障的频谱征兆  73-74
    4.3.5 油膜涡动与油膜振荡故障的频谱征兆  74-76
  4.4 故障信号的小波特征提取  76-81
    4.4.1 基于能量分布的小波特征提取原理  77-79
    4.4.2 实例分析  79-81
  4.5 小结  81-82
第五章汽轮机故障诊断系统方案设计  82-109
  5.1 引言  82
  5.2 系统总体结构  82-85
    5.2.1 实时在线全周采样  82-84
    5.2.2 高速数字信号处理  84
    5.2.3 故障诊断软件包  84-85
  5.3 系统软件总体结构设计  85-95
    5.3.1 下位机软件设计  85-87
    5.3.2 小波分析算法的DSP实现  87-93
    5.3.3 上位机故障诊断软件包设计  93-95
  5.4 下位机与上位机的通信  95
  5.5 诊断系统界面设计  95-101
  5.6 故障诊断实例  101-108
  5.7 小结  108-109
第六章结论与展望  109-112
  6.1 全文总结  109-110
  6.2 本文创新之处  110-111
  6.3 进一步研究设想  111-112
参考文献  112-118
致谢  118-119
个人简历、在学期间发表的学术论文及研究成果  119-120

小波分析技术在汽轮机故障诊断中的应用研究

内容摘要

全文目录

相似论文