某型舰用机电设备状态监测方法研究

摘要

随着现代科技的迅速发展，舰艇机电设备的功能越来越多，组成和结构越来越复杂，设备发生故障的潜在可能性和方式也在相应增加。机电设备是整个舰艇系统的动力心脏，为整个舰艇系统提供原动力。机电设备一旦发生故障，将影响舰艇的安全性能和作战能力，造成不可估量的重大损失。因此，加强对舰艇机电设备的监测与故障诊断，迅速判断故障发生的原因并排除故障，保证机电设备的正常运行具有特别重要的意义。 本论文针对某型舰艇上配备的机电设备，如柴油发电机组，辅助鼓风机电机等作为特定研究对象，进行状态监测与故障诊断研究。 首先指出开展机械设备状态监测与故障诊断研究课题的必要性，对课题研究的内容、目的以及发展的现状与未来趋势进行简要的论述。 其次简要回顾了目前机械设备状态监测与故障诊断方法的分类，同时指出了各种方法的不足之处。并对舰艇机电设备一些常见故障的特征和产生机理进行了分析。 然后介绍了FFT变换在工程应用中的优缺点。在实际工程中，对柴油发电机组进行振动监测，并采用经典的波形频谱方法进行处理，发现时域波形呈现明显的周期性，频谱二倍频幅值偏高，分析认为可能存在联轴器不对中故障。通过变转速变负荷的方法，确认设备存在联轴器不对中故障，是致使频谱的二倍频偏高的原因。 最后介绍了小波变换、小波包分解技术以及近似熵的原理，并对其在工程应用中的优势进行了阐述。结合小波包分解(WPT)方法和近似熵方法，提出一种多分辨率能量波动-近似熵设备故障诊断技术。首先利用小波包分解将振动信号分解为各频率成份正交、无冗余、无遗漏的子信号，然后对子信号进行能量波动检验，给出故障的存在性诊断；对于存在故障的子信号进行近似熵计算，根据近似熵值的大小分析信号的复杂性程度，即故障的严重程度。仿真及工程验证结果表明，该方法不仅可以确定故障的存在性，还能诊断出故障的严重程度，而且可以避免由于无故障的设备振动信号近似熵很高而出现的误报误诊的情况。

目录

文摘

英文文摘

声明

第一章绪论

1.1引言

1.1.1研究的意义

1.1.2课题研究的背景

1.2国内外研究现状及发展趋势

1.2.1国内外研究现状

1.2.2存在的问题

1.2.3状态监测与故障诊断的发展趋势

1.3 论文的研究内容

第二章故障诊断方法分类及故障产生机理分析

2.1设备状态监测与故障诊断方法的分类

2.1.1基于解析模型的方法

2.1.2基于信号处理的方法

2.1.3基于知识的方法

2.1.4基于离散事件的方法

2.2舰艇机电设备常见故障分类、产生机理及特征提取分析

2.3本章小结

第三章基于谱分析的柴油发电机组故障检测方法

3.1引言

3.2傅立叶变换与短时傅立叶变换

3.2.1傅立叶级数与傅立叶变换

3.2.2短时傅立叶变换

3.2.3快速傅立叶变换

3.3谱分析在柴油发电机故障诊断中的应用

3.3.1柴油发电机组的组成

3.3.2常用的振动信号分析方法

3.3.3工程中的应用

3.4本章小结

第四章多分辨率能量波动-近似熵方法的研究应用

4.1引言

4.2小波与小波包变换

4.2.1连续小波变换

4.2.2离散小波变换

4.2.3多分辨率分析

4.2.4小波包变换

4.2.5基于小波包频带分解的信号滤波原理

4.3熵与近似熵

4.3.1熵原理及其发展

4.3.2近似熵原理

4.4多分辨率能量波动-近似熵方法在设备状态监测中的研究应用

4.4.1仿真信号的近似熵研究

4.4.2小波包预处理方法

4.4.3在辅助鼓风机状态监测与故障诊断中的应用

4.4.4在柴油发电机组状态监测与故障诊断中的应用验证

4.5本章小结

第五章结论与展望

5.1全文工作总结

5.2今后的工作展望

参考文献

在读期间发表的学术论文

致谢