基于內積變換的機械故障特征提取原理與早期識別方法研究.pdf

1、本文針對關鍵機泵、燃氣輪機、往復式壓縮機風力透平等機械裝備健康監(jiān)控中的故障特征提取和早期識別問題，開展了理論、實驗和工程應用研究。
　　 在理論研究方面，本文在前人總結的內積變換和機械故障診斷關系的基礎上，基于泛函分析中的Riesz表示定理和振動力學中的Duhamel積分原理，闡明了以下觀點:
　　 (1)當且僅當機械故障特征提取采用了線性變換時，特征提取可以歸結為內積變換;
　　 (2)線性機械系統(tǒng)的響應可以視

2、為故障激振力與其物理響應函數的內積。此外，賦予信號處理理論中基于內積變換的框架和對偶框架關系式以物理意義，可作為機械故障動態(tài)信號特征提取的統(tǒng)一數學模型——內積變換模型。該模型在振動信號壓縮、沖擊性振動故障特征提取、往復機示功圖故障特征提取三種場合下有不同的具體形式。
　　 針對采油平臺機泵和風力發(fā)電機組在線監(jiān)測的大數據量——昂貴傳輸帶寬的突出矛盾，研究了振動加速度信號壓縮方法。提出了基于小波變換和最優(yōu)稀疏表達的壓縮方法。該方法可

3、以視為內積變換模型在基于稀疏表達的加速度信號壓縮情形下的具體形式。實驗研究表明:基于sym8小波和匹配追蹤(MP)的壓縮方法具有相對最優(yōu)的壓縮效果。工程應用研究結果表明:該方法能夠將振動加速度信號數據壓縮至20％，且不丟失振動故障特征。為后續(xù)振動故障特征提取和早期識別打好了基礎。
　　 針對風力發(fā)電機組齒輪箱故障、機泵和雙轉子燃氣輪機滾動軸承故障特征提取和早期識別，研究了它們機理上共有的沖擊性。提出兩種最優(yōu)化參數的沖擊性振動故障

4、特征提取方法—最優(yōu)高通濾波包絡解調方法、最優(yōu)反對稱實Laplace(ARLW)小波濾波包絡解調方法;并指出兩種方法均為內積變換模型在沖擊性特征提取時的具體形式。實驗和工程應用研究表明:這兩種方法對早期或微弱沖擊性故障特征提取與識別性能相較傳統(tǒng)高通濾波包絡解調有提升。
　　 針對往復式壓縮機故障的示功圖特征提取和早期識別，提出了基于Curvelet變換的往復壓縮機故障示功圖特征提取和基于支持向量機的故障識別方法。闡述了內積變換模型