论文部分内容阅读
机械故障振动信号的故障特征提取一直是机械故障诊断中最关键的问题之一,而且特征提取也是当前机械故障诊断研究中的难点问题,它直接关系到故障诊断的准确性和故障早期预报的可靠性。目前传统的信号处理方法主要是建立在信号平稳、线性的基础上的。而比较复杂的动力传动系统的故障振动信号往往是非平稳、非线性的,传统的信号处理方法有很大的局限性,为了解决这一问题就必须发展更先进的信号处理方法。
由于数学形态学在分析非线性信号方面具有很大的优势,为了解决非平稳非线性信号的特征提取问题,本文把数学形态学信号处理方法引入到机械故障振动信号的处理中,并与传统的包络分析以及小波分析相结合进行了深入的研究。
本文研究的主要内容包括:对齿轮故障诊断技术和数学形态学的基本概念和理论进行了介绍和总结;介绍了形态滤波的基本原理以及如何优化设计形态滤波器的方法;通过变换形态算子的顺序来验证形态算子对信号分离性能的影响,并验证了结构元素长度对形态滤波效果的影响,说明了如何利用峭度值来优化选取形态滤波的结构元素;以形态滤波为切入点,通过对仿真信号和实际的齿轮故障信号的验证,并且与包络解调的对比,最后提出了基于形态滤波的故障特征提取方法;介绍形态小波的基本原理,并研究了如何通过提升方案来构造形态小波;如何利用平移不变多小波的相邻系数降噪方法来提取信号中的冲击特征,并通过仿真试验和对实际齿轮故障信号的分析,来验证形态小波在信号特征提取方面的效果。
通过分析可以看出,采用形态滤波和形态小波降噪算法更有利于消除振动信号的噪声并更有效准确的提取出齿轮故障信号中的低频冲击特征。