文档介绍：基于椒ǖ淖W酉低故障诊断研究湖南大学硕士学位论文学校代号:密级:公开学号:
簗/瓻.’
黎、作者签名:秘蔬评国凇日期:渊辏辉聀日丽,%湖南大学学位论文原创性声明学位论文版权使用授权书日期:弘⒈C芸冢凇!D杲饷芎笫视帽臼谌ㄊ椤本人郑重声明:所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权湖南大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于⒉槐C芑亍朐谝陨舷嘤Ψ娇蚰诖颉啊月伽日日期:矽易辍煸耭名名签签者师作导
摘要别三部分。其中,故障特征提取是诊断的关键。本文将时频分析的新方法——局转子系统的故障诊断过程包括诊断信息的获取、故障特征信息提取和状态识部均值分解法虺芁τ糜谧W酉低车墓收险锒中。该方法的特点是可以获得一系列瞬时频率具有物理意义的,简称至俊1疚亩訪方法在转子系统故障诊断中的应用进行了研究。主要研究工作如下:攵宰W酉低彻收险穸藕诺姆瞧轿忍匦裕岢隽艘恢只贚和神经网络相结合的故障诊断方法。该方法首先对信号进行纸猓浞纸馕H舾个分量之和,再选取包含主要故障信息的分量做进一步分析,从这些分量中提取时域统计量和能量等特征参数作为神经网络的输入参数来识别转子系统的故障类别。结果表明,基于肷窬绲墓收险锒戏椒芄蛔既贰⒂行У对转子系统的工作状态和故障类型进行分类。岢隽嘶贚和模型相结合的转子系统故障诊断方法。该方法先用椒ńW诱穸藕欧纸獬扇舾筛鏊彩逼德示哂形锢硪庖宓腜至恐停然后对每一个分量建立模型,提取模型参数和残差方差作为故障特征向量,并以此作为神经网络分类器的输入来识别转子的工作状态和故障类型。与内禀模态函数分解法虺艵方法亩员妊究表明,这两种方法均能有效地应用于转子系统的故障诊断。但椒ㄔ谛号分解方面体现了更大的优势。攵訪分解法的频率混淆问题,提出了基于改进的推嬉熘捣纸法相结合的转子系统故障诊断方法。该方法先用小波包分解法将转子振动信号分解成若干个小波包分量,进一步对各小波包分量进行纸猓玫揭幌盗蠵分量,形成初始特征向量矩阵。然后对初始特征向量矩阵进行奇异值分解得到矩阵的奇异值,将其作为特征向量输入神经网络来识别转子系统的工作状态和故障类型。实验结果表明,该方法能有效的用于转子系统故障诊断。岢隽嘶诟慕腖和时频熵相结合的转子系统故障诊断方法,,能量在不同的分量上的分布是不一致的,表现为时频分布上的不同,基于改进椒ǖ氖逼奠鼐褪巧鲜鍪逼捣植嫉亩棵枋觯过实验数据分析可知,基于改进的氖逼奠囟宰W庸收侠啾鹗置舾校用于转子系统故障诊断。
关键词:故障诊断;转子系统;椒ǎ簧窬纾籄P停黄嬉熘捣纸猓时频熵;