【硕士论文】小波分析在旋转机械振动信号监测和故障诊断中的应用研究.pdf

《【硕士论文】小波分析在旋转机械振动信号监测和故障诊断中的应用研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、同济大学电子与信息工程学院硕士学位论文小波分析在旋转机械振动信号监测和故障诊断中的应用研究姓名：周洋申请学位级别：硕士专业：控制理论与控制工程指导教师：萧蕴诗;何斌20070301摘要旋转机械在电力、化工等行业的生产中占有重要地位。对旋转机械设备进行状态监测和故障诊断以保证设备的安全运行具有重要的现实意义和经济价值。旋转机械的振动信号是设备故障特征信号的载体，绝大部分旋转机械系统的故障都在振动信号中有所反映，通过对旋转机械振动信号的监测实现对机械故障的诊断是一种行之有效的方法。故障机械的振动信号往往是具有奇异性的非平稳信号，而传统的傅立叶变换虽然是

2、一种重要的信号分析方法，但是难以处理具有奇异性的非平稳信号。小波变换具有优良的时频局部化特性，可以有效的分析和提取具有奇异性特点的旋转机械故障信号。论文归纳了旋转机械故障诊断的过程和要点，并总结了常见机械故障的机理和振动信号特点。分析了基于机械振动信号进行旋转机械故障诊断的原理。通过对比和仿真验证，论文对小波变换的时频局部化的特点作了较为详细的说明。傅立叶交换的结果仅仅反映了信号在不同频率上分量的总大小，丢失了信号的时间信息，而小波变换则能够反映信号在局部上的细节特性。论文详细讨论了小波变换用于奇异性信号检测的原理，通过对几种典型旋转机械信号的实例

3、分析和仿真，验证了算法的有效性。多尺度分析是一种有效且便于应用的小波分析方法，在应用过程中需要正确选择合适的小波基函数以得到满意的分析结果。在分析非平稳信号时，可以根据小波基函数的紧支集、消失矩、正则性和对称性等性质的不同来进行选择，论文就此进行了讨论并进行了仿真验证。最后，关于进一步工作的方向进行了简要的讨论。关键词：小波变换，机械振动，故障检测，模极大值，小波基AbstractABSTRACTRotatingmachineisofgreatimportanceinelectricpower,chemicalindustryandSOon．Det

4、ectingthevibrationsignaloftherotatingmachineinordertotrmdoutthefailureconditionoftherotatingmachineiseconomicalandrealisticallymeaningful．Inthispaper,thetheoryofrotatingmachineryfanRdiagnosisisdiscussed．Thecharacteristicofthevibrationsignalofthefaultrotatingmachineisdescribed．

5、ThetheoryofthediagnosisoftherotatingmachineryfauRisdiscussed．Inthispaper,theanalysisofrelatedtheoryprovedthatthefaultvibrationsignalofrotatingmachineryisasignalwhichhasSOmeeomponeotswithsingularity．Thetheoryoftheapplicationofwavelettorotatingmachineryfaultdiagnosisisdiscussed．

6、Thetheoryoftheapplicationissimulatedanddiscussed．Inthispaper,thepracticalbackgroundandthestateofwavelettheroyisreviwed．Definition，time·frequencylocationsandabilitytoprocesssingularitysignalofwavlettlansformareanalysisedandresearched．Theapplicationtothesignalprocessingarediscus

7、sed．Inthispaper,theprinciplesandfeaturesofthewavelettransformappliedtothevibrationsignaldetectionareintroduced．Theanalysisoftherelatedtheoryprovedthatthede烛2tionrequirementsofsignalcanbefulfilledbytheapplicationofwavelettheoryasacandidateofFouriertransform．Keyword：Wavelet，Rota

8、tingmachinery,Faultdiagnosis，themaximalvalueofmodule，waveletb