基于频谱和GEMD包络谱分析的旋转机械故障定位研究

摘要

频谱分析技术通过分析采集到的振动信号，来判断机械设备的运转状态，达到故障诊断的目的，但目前一般的频谱分析技术是基于单一的谱进行故障诊断分析，虽然此类故障诊断分析技术有了一定的诊断准确率，但不是很高。在旋转机械轴承的故障诊断中大部分依靠经验模态分解方法，但在其分解过程中需要提前求出数据函数的极值点，并且保证完整提取出极值点信号，这限制了经验模态分解的应用。
　　本文研究基于多频谱分析算法和GEMD的分析算法的故障诊断，具体工作如下:
　　(1)针对目前的频谱分析技术多为单一频谱分析且诊断精度不高的现象，研究得出多频谱分析算法。此算法基于排除分析法的原理，利用单一频谱分析时，会出现干扰故障，此时采用诊断结果两两相结合，排除干扰的信号，进行故障诊断。
　　(2)针对经验模态分解时的极值点求解问题，利用遗传算法在目标函数无法求导或者导数不存在的情况下仍能进行最优化求解的特性，首先求出数据函数的极值点，保证得到完整的极值点，然后进行经验模态分解，最后构造包络谱，进行故障诊断分析。
　　(3)将多频谱分析算法应用在旋转机械轴的故障诊断中，实验验证了该算法的可行性，并较单一频谱分析的故障诊断，提高了诊断准确率。旋转机械轴承故障信号多为高频信号，GEMD的包络谱分析算法能够很好的提取出高频信号，因此将此算法应用在滚动轴承的故障诊断中，通过试验验证了该算法的可行性和有效性。

目录

声明

摘要

第一章 绪论

1．1 引言

1．2 研究背景

1．3 研究意义

1．4 旋转机械故障诊断技术研究及发展概况

1．4．1 国外研究发展现状

1．4．2 国内研究发展现状

1．5 论文结构

第二章 旋转机械故障诊断研究方法

2．1 时域分析法

2．1．1 有量纲分析法

2．1．2 无量纲分析法

2．2 频域分析法

2．2．1 频谱分析法

2．2．2 功率谱分析法

2．2．3 倒频谱分析法

2．2．4 多频谱分析法

2．3 本章小结

第三章 GEMD包络谱故障诊断分析算法

3．1 EMD及应用

3．1．1 固有模态函数

3．1．2 EMD原理

3．1．3 EMD应用

3．2 遗传算法

3．2．1 遗传算法原理

3．2．2 遗传算法特点

3．2．3 遗传算法研究内容及前景

3．2．4 遗传算法的应用

3．3 包络谱算法

3．3．1 包络定理

3．3．2 包络谱

3．4 基于GEMD的包络谱分析法

3．4．1 遗传算法的极值点求法

3．4．2 基于GEMD的包络谱算法

3．5 本章小结

第四章 多频谱分析方法在机械轴故障诊断中的应用

4．1 机械轴

4．2 试验及分析

4．2．1 实验平台

4．2．2 实验结果分析

4．3 本章小结

第五章 GEMD包络谱分析方法在圆锥滚子轴承故障诊断中的应用

5．1 滚动轴承机械结构

5．2 滚动轴承常见故障

5．3 实验分析

5．4 本章小结

第六章 总结与展望

参考文献

致谢

攻读硕士学位期间发表的学术论文目录

攻读硕士学位期间参加的科研项目