机械故障诊断的内积变换原理与多小波特征提取方法研究

本资料包含pdf文件1个，下载需要1积分

2013年2月 庞立军等：高水头水泵水轮机转轮的抗振防裂纹设计 147Machinery and Systems.Stockholm，Sweden.2004。

[12]齐学义，贺永成.混流式转轮叶片裂纹原因分析及处理技术探讨[J].兰州理工大学学报，2004，3O(2)：59-61。

QI Xueyi，HE Yongcheng.Discussion on cracking originof francis turbine blades and its treatment technique[J]。

Journal of Lanzhou University of Technology，2004，3O(2)：59-61。

作者简介：庞立军(通信作者)，男，1976年出生，高级工程师。主要研究方向为水轮机结构分析与稳定性设计。

E·mail：panglijunO104###163.com第2届上银优秀机械博士论文奖--铜奖机械故障诊断的内积变换原理与多小波特征提取方法研究作者：袁静毕业学校：西安交通大学指导教师：何正嘉 訾艳阳国民经济行业中的关键机械设备长期运行在重载、疲劳、腐蚀、高温等复杂恶劣的工况下，设备中的核心零部件和重要机械结构将不可避免地发生不同程度的故障。机械设备-旦出现事故，将带来巨大的经济损失和人员伤亡。正所谓 千里长堤，溃于蚁穴”，若能准确及时识别运行过程中萌生和演变的故障，对保障机械设备安全运行，避免经济损失和灾难性事故意义重大。

设备在运行中萌生的故障(即早期故障)，其故障症状不明显，特征信息微弱且往往被机械设备运行过程的强噪声所淹没。

同时，复合故障的动态信号表征为多个故障特征的相互耦合。早期微弱故障和复合故障给故障特征提取与故障定位带来更大的困难，已成为国内外本领域研究的难点和热点。基于故障既是状态(设备性能和状况)又是过程(故障萌生和扩展)这-本质属性，深入研究了机械故障诊断的内积变换原理与故障动态信号的基函数匹配准则、运行状态下微弱故障动态信号的特征增强机制、复合故障耦合特征的-次性分离和提取方法等基雌学问题和工程实用技术，正确揭示关键设备运行过程中故障的发生、发展和演化规律，有效提高机械设备服役性能和预防重大事故发生，具有重要的理论意义与广阔的应用前景。

工程实际中常用的快速傅里叶变换、短时傅里叶变换、小波变换、第二代小波变换、多小波变换等先进的信号处理方法，为关键设备运行监测与故障诊断奠定了基础 。为了深刻认识它们的共性问题，对机械故障诊断中诸多信号处理方法的物理本质与关键技术等基雌学问题进行深入研究与探讨∫示了它们的变换原理都是基于 Hilbert空间的内积变换，旨在探求信号中包含与 基函数 最相似或最相关的分量，其关键在于构造和选择与故障特征波形相匹配的基函数，使所构造的基函数与动态信号物理特征达到最佳匹配，实现科学、正确的状态监测与故障诊断。为了规范基函数选用，归纳并总结了机械故障诊断的内积变换原理中基函数匹配评价准则。通过形象化的仿真实验，对机械故障诊断的内积变换原理进行验证，充分证 明该原理的正确性和可靠性。同时，根据试验现象得出若干基函数性质对内积变换的影响规律，补充和完善了机械故障诊断的内积变换原理。

在以上基于内积变换原理的信号处理方法中，近年来兴起的多小波变换是小波理论的新发展。它兼备单小波所不能同时具备的多种优良性质，同时拥有多个时频特征有所差异的基函数，使得多小波变换在早期故障和微弱故障的特征提取，以及复合故障特征分离等方面具有显著优势。

为了有效提鳃械微弱故障特征和分离复合故障，从噪声抑制角度，研究了机械故障信号的多小波降噪方法及改进后处理技术。提出了平移不变多小波的相邻系数降噪方法，有效消除奇异点附近急剧变化振荡的Gibbs现象且具有优越的降噪性，并将其成功应用于电力机车滚动轴承轻微剥落故障诊断中；针对旋转机械关键设备，提出了多小波滑动窗局部阈值降噪方法，有效克服传统全局阈值的过扼杀现象，更好地保留信号中的重要微弱特征信息，该方法在大型风电设备电机轴承诊断和精轧机齿轮箱复合故障诊断中取得较好效果；为有效提取关键机械设备的复合故障响应特征，改进 了多小波后处理，并实现了试验台轴承内圈故障和转轴不规则弯曲故障的提韧分离。

为了从内积变换的本质上增强强噪声下的早期、微弱和复合故障特征提取能力，分别研究了基于两尺度相似变换、频域提升变换和时域提升框架的自适应基函数构造方法及在监测诊断中的应用。为了实现多小波基函数的按需构造，设计 了两尺度相似变换中的关键转换矩阵，并采用峭度指标最大原则对基函数进行优选，并将其应用于滚动轴承和烟机碰摩故障的诊断中；基于频域提升变换理论，设计了多小波提升矩阵并构造了具备多阶消失矩的自适应基函数库，分别针对典型的轴系、齿轮和轴承故障提出了局部故障谱熵最小原则，用以优选自适应基函数，并将其应用于连轧机齿轮箱轴承保持架故障分析和电力机车轴承早期轻微损伤分析；提出了基于时域提升框架的自适应基函数构造方法，根据Hermite样条插值，设计了相应矢量预测器和更新器，采用信息熵最小原则对基函数进行规范，并将其应用于齿轮箱试验台和电力机车走行部齿轮箱跟车信号分析，以验证其有效性。

以大型轧连轧机组的关键设备为重点研究对象，深入研究了非平稳振动信号处理新方法和新技术，形成了有特色的基于LabView的连轧机组非平稳振动故障分析系统，具有变工况、非平稳设备故障诊断能力和工程实用价值～多种非平稳信号处理分析方法综合应用于生产-线，从现场实测数据中诊断出轧机机组的除尘风机轴承故障，为企业消除隐患、避免事故提供重要依据，满足生产现巢全可靠运行的迫切需要。