机械故障诊断中的多频率成分辨识方法

摘要

随着科学技术的发展，为了满足工业产品对可靠性与安全性的需求，通过对机械设备进行故障诊断与状态监控来避免故障及事故的发生变得越来越重要，然而随着机械设备的复杂程度不断提高，将会导致在机械设备在运行过程中发生多重故障，因此对于机械系统的多重故障特征提取也成为故障诊断领域研究的一个方向。在多重故障发生的情况下，将会发生频谱叠加、相关故障频率相近等问题。因此，关于机械故障诊断中的多频率成分辨识方法的研究，对于机械系统多重故障特征提取与多重故障诊断具有重要的理论与现实意义。本文应用基于最大旁瓣衰减窗口的插值离散傅里叶变换（IpDFT）方法进行机械系统故障特征提取与诊断的研究，同时提出了Zoom IpDFT方法进行两种或几种相近频谱的细化分析。
　　在本文中，首先应用基于最大旁瓣衰减窗口的IpDFT方法进行轴承信号的研究，并提出了一种基于相角的频谱叠加判定方法。通过仿真信号与真实信号的分析表明，与传统的FFT方法及Zoom FFT方法相对比，基于最大旁瓣衰减窗口的IpDFT方法及Zoom IpDFT方法可以准确及稳定的进行轴承信号的故障特征提取，并且频谱叠加判定方法有效。然后本文应用Zoom IpDFT方法，通过提出描述齿轮故障程度的参数故障指数与衡量齿轮故障发生的阈值进行齿轮的早期故障的研究。与其他方法对比的结果表明，本文所应用的方法不仅能够进行早期故障的自适应诊断，同时也可以通过人工经验进行诊断，更准确的反应出齿轮的性能状态，更适应在线早期故障诊断。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 课题的研究背景及意义

1.2 国内外现状与发展态势

1.3 本文研究内容

第二章 插值离散傅里叶变换法

2.1离散傅里叶变换

2.2 插值离散傅里叶变换

2.3 基于IpDFT的频率细化方法

2.4 本章小结

第三章 基于IpDFT的轴承故障特征提取

3.1滚动轴承故障机理

3.2 实验平台

3.3 轴承故障特征频率提取

3.3 IpDFT方法对比分析

3.4 Zoom IpDFT方法在轴承故障特征提取中的应用

3.5 本章小结

第四章 基于Zoom IpDFT的齿轮故障诊断

4.1 齿轮故障机理及特征

4.2 故障诊断参数

4.3 实验平台

4.4 齿轮故障早期故障诊断

4.5本章小结

第五章 结论与展望

5.1 本文结论

5.2 前景与展望

参考文献

致谢

作者攻读硕士期间取得的成果