论文部分内容阅读
在机电设备故障诊断中,由于背景噪声、振动信号传播路径等因素的影响,所测信号中有效故障信息往往被强大的背景噪声所淹没。尤其是在机电设备早期故障中,微弱特征信号完全被噪淹没,从而无法获得设备运行状态信息。本文以机电设备为对象,研究了机电设备微弱特征提取方法和早期故障诊断实用技术。(1)阐述了差分振子的数学模型和微弱信号检测基本原理,探讨了系统参数对差分振子检测性能的影响及其选取原则,并首次分析了差分振子检测微弱信号的敏感特性和容错特性。指出若增大系统参数,差分振子的收敛速度将会增加,检测敏感性增强,容错特性降低;反之,检测的容错性增强,敏感性降低。利用该方法分析了轧机齿轮和滚动轴承的故障早期数据,成功地提取出了设备早期故障特征,验证了差分振子对设备早期故障微弱特征提取的有效性。(2)首次提出了利用差分振子相图大小表征微弱信号相对幅值的机理和方法,给出了差分振子相图收敛状态的自动辨识方法。理论分析和仿真实验均证明了在相同的系统参数下,差分振子相图大小与信号幅值存在单调递增的线性比例关系,故可利用相图大小表征信号幅值的相对大小。利用该方法成功揭示了高线轧机轴承故障发生和发展的劣化过程,验证了方法的有效性。(3)首次分析了差分振子系统参数对检测带宽的影响,提出了基于差分振子阵列的复合频率信号检测方法,实现了复合频率信号无噪声频谱复现。指出小系统参数对应较大的检测带宽,而大系统参数对应较窄的检测带宽,进而利用差分振子相图所表征的频率信息和幅值信息,实现了复杂信号的频谱复现。(4)首次将差分振子与随机共振理论有机融合,实现了微弱信号的精确检测。针对随机共振频谱中的奇倍频虚假频率现象,利用差分振子的选频特性对随机共振产生的谱峰进行检测以去除虚假频率,实现微弱信号的精确检测。利用该方法提取了棒材轧机故障早期数据中的微弱特征,可望实现设备早期故障诊断。(5)针对目测观察混沌振子相变的主观性问题,提出利用Hu氏不变矩定量描述和刻画混沌振子相图的敛散性和对称性,实现了混沌振子检测微弱信号时临界阈值和相图状态的自动辨识。高线轧机轴承点蚀故障的实例分析证明了该方法的有效性。上述研究成果在复杂机电设备微弱特征提取中取得了较好的效果,在早期故障诊断领域具有广泛的应用前景。