周期平稳类机械故障信号分析方法研究

论文摘要

由于旋转机械自身物理结构及运行特点等因素的影响,其故障信号具有周期平稳的特点,表现在其统计量具有周期性质,它属于一类特殊的非平稳信号,使用传统的基于平稳理论的信号分析方法难以有效地提取故障特征。本文针对旋转机械故障信号的周期平稳性质,研究应用周期平稳处理方法进行旋转机械故障信号的分析及故障特征的提取。首先,对旋转机械故障信号的周期平稳性进行了深入地分析研究,澄清了周期平稳阶数与最低周期平稳阶数的区别与联系。以角度作为自变量的故障信号严格周期平稳性为基础,研究了转速波动对振动信号的周期平稳性所产生的影响,指出由于转速的波动,使用时域平均难以有效地降噪。对滚动轴承点蚀故障振动信号的周期平稳性进行了分析,根据其宽频带的特征,提出了应用带通滤波和二阶循环统计量相结合的方法进行故障特征的提取。其次,在故障信号周期平稳性的基础上,对应用循环矩分析进行故障特征提取进行了研究,推导了二阶循环矩的解调原理,指出二阶循环矩的解调作用实际上是谱差的结果。针对循环矩谱线较杂乱,提出首先应用Hilbert变换处理实数信号,再应用二阶循环矩进行特征提取的方法,有效地解决了谱线杂乱的问题。研究了循环频率的搜索区间,指出信号经过滞后积变换以后,可能会产生频率折叠的情况,为了避免此问题,提出了相应的解决方法。研究了滞后量选择对循环矩分析的影响,针对数据长度有限的情况,提出了加权平均循环矩法进行谱图的平滑。研究了循环频率的搜索步长及快速算法等,将Chirp-Z变换引入循环矩的计算中,大大减少了计算量。对循环功率谱的解调功能进行了推导分析,指出循环功率谱完全表征了信号的时域及频域特征。从不同角度对循环功率谱的定义进行了分析,建立了各二阶统计量之间的转换关系,推导了循环功率谱的估计方法及谱图的平滑方法。研究了在前滞、对称和后滞的滞后积形式下,时变矩及循环功率谱的表示形式,指出其异同。研究了二阶循环统计量的混频及倍频作用,指出自混频是谱差的推广,通过非线性变换,能够提高谱图的相对频谱分辨率。对经验模式分解的端点效应进行了分析,指出包络线的误差及两端极值点的不准确是其主要原因,根据经验模式分解失真逐渐严重的情况,提出采用变步长预测的方法进行端点问题的修正。对

论文目录

• 中文摘要
• ABSTRACT
• 目录
• 第1章 绪论
• 1.1 课题意义
• 1.2 周期平稳类故障信号分析方法研究现状
• 1.2.1 周期平稳信号的时域、频域分析及在故障诊断中的应用研究现状
• 1.2.2 周期平稳信号的时频域分析及在故障诊断中的应用研究现状
• 1.2.3 高阶循环平稳理论及在故障诊断中的应用研究现状
• 1.3 Hilbert-Huang 谱分析及在故障诊断中的应用研究现状
• 1.4 论文主要研究内容及章节安排
• 第2章 旋转机械故障信号的周期平稳特性分析
• 2.1 周期平稳信号的阶数及判定方法
• 2.1.1 周期平稳信号阶数的定义
• 2.1.2 周期平稳信号最低平稳阶数的判别
• 2.2 振动信号的转角自变量表示方法及分析
• 2.2.1 旋转机械振动信号的转角自变量表示方法
• 2.2.2 转速波动对周期信号的影响
• 2.2.3 旋转机械振动信号的周期平稳度
• 2.3 滚动轴承振动信号的周期平稳性分析及诊断
• 2.3.1 滚动轴承振动信号分析
• 2.3.2 滚动轴承故障特征的提取
• 2.4 本章小结
• 第3章 周期平稳类故障信号的循环矩分析
• 3.1 二阶循环矩的解调机理分析
• 3.1.1 循环矩的定义
• 3.1.2 应用循环自相关函数进行调制信号的解调
• 3.1.3 循环自相关函数的解调机理研究
• 3.1.4 应用改进的循环自相关函数进行解调
• 3.2 循环频率搜索理论研究
• 3.2.1 循环频率搜索区间研究
• 3.2.2 循环频率搜索步长及快速算法
• 3.3 循环频率的估计
• 3.3.1 滞后量选择对循环矩的影响
• 3.3.2 循环频率的判别方法
• 3.3.3 循环矩诊断实例
• 3.4 本章小结
• 第4章 周期平稳类故障信号的循环功率谱分析
• 4.1 周期平稳信号的循环功率谱
• 4.1.1 循环功率谱的定义
• 4.1.2 有限长时间序列的谱相关密度推导
• 4.2 循环功率谱的解调功能分析
• 4.2.1 循环功率谱的自混频及解调功能分析
• 4.2.2 循环功率谱α- 截面的频谱分辨率分析
• 4.3 循环功率谱的估计方法
• 4.3.1 随机信号二阶统计量间的变换关系分析
• 4.3.2 循环功率谱估计的循环周期图法推导
• 4.3.3 滞后积表示形式对循环功率谱谱图的影响
• 4.3.4 循环功率谱诊断实例
• 4.4 本章小结
• 第5章 改进的HILBERT-HUANG 谱及在故障诊断中的应用
• 5.1 Hilbert-Huang 谱基本理论
• 5.1.1 Hilbert 变换及分析
• 5.1.2 经验模式分解方法及分析
• 5.2 经验模式分解的滤波性能研究
• 5.2.1 应用经验模式分解提取微弱故障特征
• 5.2.2 经验模式分解的滤波性能分析
• 5.3 Hilbert 谱的端点效应分析及改进方法
• 5.3.1 Hilbert 谱的端点效应分析
• 5.3.2 应用时间序列分析改进Hilbert 能量谱
• 5.3.3 改进的Hilbert 谱在旋转机械故障诊断中的应用实例
• 5.4 经验模式分解的端点效应分析及改进方法
• 5.4.1 经验模式分解的端点效应分析
• 5.4.2 应用时序建模改进经验模式分解
• 5.5 经验模式分解精度的评价
• 5.5.1 经验模式分解的非正交性分析
• 5.5.2 经验模式分解的分解精度指标
• 5.6 经验模式分解在交叉项消除中的应用
• 5.6.1 双线性时频分布的原理
• 5.6.2 双线性时频分布的交叉干扰项分析
• 5.6.3 基于经验模式分解的双线性时频分布
• 5.6.4 经验模式分解在二阶循环统计量交叉项消除中的应用
• 5.7 本章总结
• 第6章 全文总结
• 6.1 全文总结
• 6.2 展望
• 参考文献
• 致谢
• 作者在博士研究生期间发表的论文