基于自相關(guān)能量算子解調(diào)的旋轉(zhuǎn)機械故障診斷方法.pdf

《基于自相關(guān)能量算子解調(diào)的旋轉(zhuǎn)機械故障診斷方法.pdf》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。

1、第9期機械設(shè)計與制造2015年9月MachineryDesign&Manufacture基于自相關(guān)能量算子解調(diào)的旋轉(zhuǎn)機械故障診斷方法楊斌，祁映強，王建國，李航(內(nèi)蒙古科技大學機械工程學院，內(nèi)蒙古包頭014010)摘要：旋轉(zhuǎn)機械的故障信號通常呈現(xiàn)出調(diào)幅調(diào)頻特性，早期故障尤為明顯，然而由于調(diào)制源微弱，且受到噪聲的干擾，使得其故障特征難以提取。為此，將自相關(guān)變換與能量算子解調(diào)法相結(jié)合，提出了基于自相關(guān)能量算子解調(diào)的故障診斷方法。首先，對信號進行自相關(guān)變換處理，抑制信號中的噪聲成分；然后，用能量算子解調(diào)法對信號的自相關(guān)函數(shù)進行解調(diào)，提取故障特征。通過對仿真信號分析和實例分析，結(jié)果證明了該方法的有

2、效性；通過與Hilbea解調(diào)法的對比，結(jié)果證明了該方法優(yōu)越性。關(guān)鍵詞：自相關(guān)函數(shù)；能量算子解調(diào)；旋轉(zhuǎn)機械；故障診斷中圖分類號：TH16；TH165+．3文獻標識碼：A文章編號：1001—3997(2015)09—0069—04FaultDiagnosisofRotatingMachineryBasedontheAutocorrelationEnergyOperatorDemodulationApproachYANGBin，QIYing—qiang，WANGJian—guo，LIHang(SchoolofMechanicalEngineering，InnerMongoliaUniversi

3、tyofScienceandTechnology，InnerMongoliaBaotou014010，China)Abstract：ThefaultsignalofrotatingmachineryenshowssomeAM—FMfeatures，especiallyintheearlystagesofthefault．However，向atureweredificulttoextractduetotheweakmodulationsource，anddisturbedbythenoise．Tothisend，withtheautocorrelationtransformandenerg

4、yoperatordemodulation，presentsafaultdiagnosismethodbasedOnselfcorrelationenergyoperatordemodulation．Firstofall，usingautocorrelationanalysismethodtoreducethenoiseinthesign曲then，estheenergyoperatortodemodulatetheautocorrelationfunction，andtoextractthefaultfeatures．Theanalysisresultofthesimulatwns~g

5、nalandtheexperimentalsignaldemonstratestheefectivenessofthemethod；bycomparingwiththeHilbeademodulationmethod，theresuhsprovethesuperiorityofthemethodKeyWords：TheAutocorrelationFunction；EnergyOperatorDemodulation；RotatingMachinery；FaultDiagnosis1引言旋轉(zhuǎn)機械振動信號中的噪聲主要為隨機噪聲，故障信號特征一般都是由周期性成分構(gòu)成的調(diào)制信號，隨機噪聲的自相

6、關(guān)函齒輪和軸承是旋轉(zhuǎn)機械中非常關(guān)鍵部件，工程實際中的齒數(shù)隨時延變化迅速衰減，而調(diào)制信號的自相關(guān)函數(shù)仍然是故障特輪和軸承故障信號為非線性、非平穩(wěn)的調(diào)幅調(diào)頻信號[11，通過信號征不變的調(diào)制信號，因此利用自相關(guān)分析方法能夠有效的抑制旋解調(diào)可以很好地提取出故障特征，因此信號的解調(diào)方法在機械故轉(zhuǎn)機械振動信號中的噪聲。障診斷中具有廣泛的應用日。然而在故障早期，信號故障特征很微目前常用的解調(diào)方法有絕對值解調(diào)、平方解調(diào)和Hilbert包弱，而且在實際測量信號的過程中不可避免的會夾雜有大量噪聲，因此在對信號進行包絡解調(diào)之前，首先要對信號進行降噪處絡解調(diào)方法等，然而平方解調(diào)不能將信號中的調(diào)頻特征解調(diào)出來；絕

7、對值解調(diào)和Hilhert解調(diào)在解調(diào)出調(diào)頻特征的同時，會解調(diào)理，提高信噪比，以便于信號的后續(xù)處理。出許多多余的成分，對故障特征的提取噪聲嚴重的干擾。1980常用的信號降噪方法有基于傅里葉變換的方法和基于小波變換的降噪方法，基于傅里葉變換的降噪方法由于缺乏局域性，年科研工作者提出了能量算子并將其應用在非線性語音的建模只適用于平穩(wěn)信號的降噪，以小波變換為基礎(chǔ)的信號降噪方法，中圈。近年來，人們對能量算子進行了探索性研究，研究表明，能量因其多