hht与神经网络理念之旋转机械故障诊查研究

《hht与神经网络理念之旋转机械故障诊查研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、HHT与神经网络理念之旋转机械故障诊查研究第一章绪论1.1课题研究的背景及意义随着科学技术的快速发展，现代机械设备不但日趋大型化、复杂化、精密化，而且在运行过程中实现了工艺过程自动化与连续化等功能，降低了对人类的依赖程度，但是这对设备运行状态的安全性、可靠性和平稳性等要求也越来越高，因为机械设备故障的发生会对企业和社会造成巨大的经济损失及危害，所以如何及时、有效地发现并解除设备故障，保障设备安全平稳的运行，已成为机械工程领域一门值得研究的课题[1,2]。经历了近半个世纪的发展后，机械故障诊断技术的相关研究已经具备了一定的理论基础和实践经验：一方面，随

2、着科学技术的不断发展，与故障诊断相关的理论知识研究已取得长足进步，这为故障诊断技术的进一步发展打下了良好的理论基础和发展空间；另一方面，现代机械设备的复杂程度越来越高，需要更加先进和完善的故障诊断技术来保证机械设备高效、平稳的运行，所以完全有必要对机械故障诊断技术做进一步的研究。而旋转机械作为机械设备中的一个重要类别，其在能源、化工、制造、交通及国防等众多领域有着广泛的应用，并发挥着不可替代的重要作用，包括航空发动机、风机、燃气轮机等设备都属于旋转机械的范畴，所以对旋转机械进行故障诊断同样具有重要意义：一方面，及时、准确地诊断旋转机械的各种故障状态可

3、以提高设备运行的安全性和可靠性，并把故障损失降到最低；另一方面，对旋转机械进行故障诊断有助于分析设备在运行过程中存在的缺陷，为设备的改进及优化提供可靠的依据[3,4]。综上所述，在现代化机械设备不断发展的背景下，研究先进的旋转机械故障诊断技术，对确保旋转机械设备安全、可靠、稳定的运转，避免巨大的经济损失和灾难性事故，同时协助旋转机械设备的其他相关技术研究，具有重大的现实意义。1.2旋转机械故障诊断技术综述1.2.1旋转机械故障诊断的含义及发展概况机械故障诊断研究是指对机械设备的工作状态进行分析和识别，目的是分析机械设备的运行状态，判断其是否正常运行，

4、并在发现故障的情况下判别故障类型，为排除设备故障提出有效的措施，同时指导设备的维修保养等工作。该技术的研究及到机械设计、振动理论、计算机技术、传感器知识、信号分析与处理、人工智能等多个学科，是一门综合性很强的技术学科，而作为机械设备的一大分类，旋转机械的故障诊断技术研究同样需要以上述学科为理论基础，不同点在于旋转机械的故障诊断研究要结合旋转机械特有的故障机理[5]。对设备的故障诊断实际上自工业生产以来就已经存在，主要通过人为地感受振动情况，并凭借经验来判断故障。而故障诊断作为一门技术学科，是在20世纪60年代逐渐发展起来的，1967年在美国宇航局（N

5、ASA）的倡导下，组建了美国机械故障研究小组，主要从事机械故障诊断技术的研究与推广，并成功运用于航天、工业、军事等行业的机械设备中，随后，德国、日本等国家也开展了故障诊断技术的研究[6]。国外的机械故障诊断技术自创建以来已经获得并积累了很多发展成果：一方面，在故障诊断相关技术上展开了积极的探索与研究，尤其是在数据获取、故障机理、信号处理、特征提取、模式识别以及智能诊断等方面，例如，英国剑桥大学、曼彻斯特大学等长期致力于先进检测方法及相关设备的研究；德国柏林科技大学的Gasch等对转子系统裂纹故障的动力学特性进行了深入的研究；澳大利亚的R.B.Rand

6、all和法国的J.Antoni在故障信号分析与特征提取技术的研究方面取得了显著的成果；日本的丰田立利和陈鹏等人对故障机理与特征提取技术进行了大量的研究；美国麻省理工学院采用智能分析系统对某核电站的机电系统进行在线监测和故障诊断；美国密歇根大学、辛辛那提大学等共同成立了智能维护系统中心。另一方面，机械故障诊断技术的应用范围越来越广泛，并且逐渐形成了产业化的发展模式，例如，西屋电气公司研发的人工智能大型在线诊断系统，Pmpoation，简称HHT）是一种自适应的时频分析方法，其由经验模态分解（empiricalmodedeposition，简称EMD）和

7、Hilbert变换两个过程组成，即首先采用EMD方法将信号分解成若干个固有模态函数（intrinsicmodefunction,简称IMF）之和，然后对分解出的各IMF分量进行Hilbert变换，得到对应的瞬时频率与瞬时幅值，即完整的时频分布，该方法可对非平稳信号进行自适应的时频分解，克服了传统方法分解非平稳或非线性信号的不足[34]。2.1Hilbert-Huang变换的基本概念2.1.1时间特征尺度时间和频率是衡量信号特征的基本单位，其中频率可以描述信号的内在特征，而直接观察时域信号的变化过程也可以获得与频率相类似的特征，即时间特征尺度，它与频率

8、有着紧密的联系，小的尺度与大的频率相对应，而大的尺度与小的频率相对应。另一方面，可以通过观察信号在两定点之间