基于频谱和gemd包络谱分析的旋转机械故障定位研究

《基于频谱和gemd包络谱分析的旋转机械故障定位研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、万方数据声明本人郑重声明：所呈交的学位论文，是本人在指导教师的指导下，独立进行研究所取得的成果。除文中已经注明引用的内容外，本论文不包含其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本声明的法律责任由本人承担。论文作者签名：耋磊日期：望啦聋三&塑!关于学位论文使用权的说明本人完全了解太原理工大学有关保管、使用学位论文的规定，其中包括：①学校有权保管、并向有关部门送交学位论文的原件与复印件；②学校可以采用影印、缩印或其它复制手段复制并保存学位论文；⑧学校可允许学位论文被查

2、阅或借阅；④学校可以学术交流为目的，复制赠送和交换学位论文；⑤学校可以公布学位论文的全部或部分内容(保密学位论文在解密后遵守此规定)。导师签名．墨忝墼导师签名：笪庭蹩S．2写日期：2。／中．s．。a万方数据太原理工大学硕士研究生学位论文基于频谱和GEMD包络谱分析的旋转机械故障定位研究摘要频谱分析技术通过分析采集到的振动信号，来判断机械设备的运转状态，达到故障诊断的目的，但目前一般的频谱分析技术是基于单一的谱进行故障诊断分析，虽然此类故障诊断分析技术有了一定的诊断准确率，但不是很高。在旋转机械轴承的故障诊断中大部分依靠经验模态分

3、解方法，但在其分解过程中需要提前求出数据函数的极值点，并且保证完整提取出极值点信号，这限制了经验模态分解的应用。本文研究基于多频谱分析算法和GEMD的分析算法的故障诊断，具体工作如下：(1)针对目前的频谱分析技术多为单一频谱分析且诊断精度不高的现象，研究得出多频谱分析算法。此算法基于排除分析法的原理，利用单一．、■频谱分析时，会出现干扰故障，此时采用诊断结果两两相结合，排除干扰的信号，进行故障诊断。(2)针对经验模态分解时的极值点求解问题，利用遗传算法在目标函数无法求导或者导数不存在的情况下仍能进行最优化求解的特性，首先求出数据

4、函数的极值点，保证得到完整的极值点，然后进行经验模态分解，最后构造包络谱，进行故障诊断分析。(3)将多频谱分析算法应用在旋转机械轴的故障诊断中，实验验证了该算法的可行性，并较单一频谱分析的故障诊断，提高了诊断准确率。旋转机械轴承故障信号多为高频信号，GEMD的包络谱分析算法能够很好的提取出高频信号，因此将此算法应用在滚动轴承的故障诊断中，通过弑验验证了该算法的可行性和有效性。万方数据太原理工大学硕士研究生学位论文关键词：振动信号，频谱分析，遗传算法，经验模态分解，故障诊断II万方数据太原理工大学硕士研究生学位论文STUDYOFS

5、PECTRIrMANDGEMDENVELOPESPECTRUMANALYSISFORROTATINGMACHINERYFAULTLOCATl0NABSTRACTInordertojudgetherunningstateoftheequipment，itanalyzingthevibrationsignalswhichwerecollected，lastdiagnosingfault，thisisspectrumanalysis．Butnowspectrumanalysistechniqueisbasedonsinglespect

6、rumanalysisonfaultdiagnosis，thediagnosisofsuchtechnologyisnothigh．Relyonempiricalmodedecompositionforthefaultdiagnosisofrotatingmachinerybearing，butneedtocalculatetheextremepointoffunctionfirstofa11．Ensuretocollecttheextremevaluepointofallsignal，thislimitstheapplicat

7、ionofempiricalmodedecomposition．Inthispaper,westudymultiplespectrumanalysisalgorithmandGEMDanalysisalgorithmoffaultdiagnosis，specificworkisasfollows：(1)Inviewofthecurrentspectrumanalysistechniqueforasinglefrequencyspectrumanalysisanddiagnosisaccuracyisnothi曲phenomeno

8、n，thispapermainresearchmultiplespectrumanalysisalgorithm．Theprincipleofthealgorithmistodiagnosefaultrelyonthemethodofexclusion．(2)N