基于聲場空間分布特征的機械故障診斷方法及其應用研究.pdf_第1頁
已閱讀1頁,還剩165頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、現代工業(yè)的發(fā)展使得機械設備的狀態(tài)監(jiān)測與故障診斷越來越受到重視,傳統(tǒng)的故障診斷技術面臨著新的挑戰(zhàn)。目前故障診斷主要基于振動信號的測試與分析,但振動傳感器在某些設備上或工況環(huán)境中安裝不便,使得振動故障診斷方法的應用受到限制。結構振動與輻射噪聲有著緊密聯(lián)系,機械噪聲蘊含著豐富的機械狀態(tài)信息,噪聲信號也能像振動信號一樣進行機械設備的狀態(tài)監(jiān)測與故障診斷。聲學診斷技術具有非接觸測量、不影響設備運行、操作簡單便捷等優(yōu)點,可部分地代替振動信號作為故障診

2、斷的補充手段。傳統(tǒng)聲學診斷技術主要基于單通道測試與分析,只能得到機械局部的聲學特征隨時間或頻率的變化規(guī)律,也不易選擇測點位置,而且聲信號易受干擾和污染。聲學故障診斷技術雖具有很大發(fā)展?jié)摿Γ敎y點位置選擇不當,局部的聲學特征對故障不敏感時診斷效果就會受到影響,特別是在相干工況下,故障源的聲信號如果被干擾源的聲信號淹沒,則傳統(tǒng)聲學診斷方法將不再適用,基于單通道聲信號所提取的故障特征不能穩(wěn)定地反映機械本身的運行狀態(tài),很大程度上影響了診斷效果

3、。
  聲成像技術通過傳聲器陣列獲取測量面處的聲信號,按照相應重建算法進行聲源反演,可重建結構表面的聲場分布并預測整個輻射聲場,將重建聲場的整體信息用于故障診斷,能克服傳統(tǒng)聲學診斷中局部診斷的缺陷,也可避免測點選擇難的問題,這為新型聲學故障診斷技術的發(fā)展創(chuàng)造了條件。基于整個重建面上的聲學信息顯然比基于單點測試的聲信號所含有的故障信息要豐富,后者只具備一個或幾個局部測點的聲學信息,而前者還獲得了整個聲場的分布信息,從空間上體現了潛藏

4、在聲場分布中的故障模式,從所重建的聲場信息中挖掘出的聲場空間分布特征必然較常規(guī)聲學診斷方法所提取的特征更全面也更穩(wěn)定。在較強的干擾噪聲環(huán)境下,即使局部單通道聲信號并不穩(wěn)定,但整體上聲場的空間分布模式能保持較好的穩(wěn)定性。
  機器運行時會產生輻射聲場,不同的運行狀態(tài)具有不同模式的聲場分布,因此,若能有效挖掘機器在不同故障狀態(tài)下輻射聲場的分布模式規(guī)律,提取對故障模式敏感的特征量,將比傳統(tǒng)基于單通道信號分析的聲學診斷能更有效更可靠地診斷

5、機械故障。鑒于這一思想,本文提出了基于聲場空間分布特征的故障特征提取方法,應用圖像處理技術從聲像圖中提取反映聲場空間分布特性的紋理特征,揭示機械在不同運行狀態(tài)下聲場的分布規(guī)律;并在此基礎上,提出了基于聲場空間分布特征的機械故障診斷方法,分別發(fā)展了適于中高頻分析的基于遠場波束形成聲成像的故障診斷方法和適于中低頻分析的基于近場聲全息聲成像的故障診斷方法。數值仿真和實驗研究證實了機器設備在不同運行狀態(tài)下,聲像圖中的紋理信息反映了相應輻射聲場的

6、空間分布特性,能夠揭示機器的不同故障模式狀態(tài)而進行故障診斷。基于聲場空間分布特征的機械故障診斷方法有效綜合了陣列測量、聲成像、圖像處理、特征提取、模式識別等多學科研究成果,能對機械設備輻射聲場可視化的同時,挖掘出潛藏于聲場中的故障模式特征,有效進行故障診斷。滾動軸承和齒輪箱的故障診斷實驗研究進一步驗證了方法的有效性和實用性,干擾噪聲的影響研究進一步體現了方法的優(yōu)越性,這一新型的聲學診斷方法不僅拓展了聲成像技術的應用范圍,也為聲學故障診斷

7、提供了新的思路和選擇,促進了故障診斷技術的發(fā)展及其在實踐中的應用。本文的具體研究內容如下:
 ?。?)綜述了機械故障診斷技術的發(fā)展概況,特別是聲學故障診斷與智能診斷;概述了聲成像技術的發(fā)展,并對目前常用的波束形成和近場聲全息技術進行了總結。
 ?。?)分析了機械設備輻射聲場的產生,對結構聲輻射問題進行了數學描述;推導了平面近場聲全息的基本公式,總結了近場聲全息在實際應用中的參數選擇問題;介紹了波束形成的基本原理,總結了參數選

8、擇問題;研究了幾種典型的紋理分析方法,用于提取聲場空間分布特征,并對支持向量機模式識別作了研究介紹。
  (3)提出了基于聲場空間分布信息的特征提取與機械故障診斷方法,并發(fā)展了適于中高頻分析的基于遠場波束形成聲成像的故障診斷方法和適于中低頻分析的基于近場聲全息聲成像的故障診斷方法,分別進行了具體研究。
  (4)在對聲成像技術和特征提取方法的研究基礎上,提出了基于NAH聲成像和Hist+GLGCM特征提取的機械故障診斷方法,

9、并應用于滾動軸承與齒輪箱的故障診斷,對其分別搭建故障診斷實驗臺,進行多類故障診斷實驗研究,并與傳統(tǒng)聲學診斷方法進行對比,還考察了干擾噪聲對聲成像和診斷結果的影響。
  (5)研究了齒輪箱嚙合頻率及其邊頻處的聲像圖特性,考察了不同特征頻率對診斷結果的影響,總結了基于聲成像的齒輪箱故障診斷在特征頻率選擇上的問題,指出邊頻處的聲場分布模式不穩(wěn)定,不適于故障模式的辨識。
 ?。?)研究了不同灰度量化級和各紋理特征提取方法的診斷性能,

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論