基于阶次分析的旋转机械故障诊断系统设计

《基于阶次分析的旋转机械故障诊断系统设计》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、上海交通大学硕士学位论文基于阶次分析的旋转机械故障诊断系统设计硕士研究生：祝东学号：1120329095导师：路林吉副教授申请学位：工学硕士学科：控制科学与工程答辩日期：2015年5月授予学位单位：上海交通大学DissertationSubmittedtoShanghaiJiaoTongUniversityfortheDegreeofMasterFAULTDIAGNOSISSYSTEMFORROTATINGMACHINERYBASEDONORDERTRACKINGANALYSISCandidate：DongZhuStudentID:1120329095Supervisor：ASSO

2、C.PROF.LinjiLuAcademicDegreeAppliedfor：MasterofEngineeringSpeciality：ControlScienceandEngineeringDateofDefence：May2015Degree-Conferring-Institution：ShanghaiJiaoTongUniversity上海交通大学硕士学位论文基于阶次分析的旋转机械故障诊断系统设计摘要旋转机械运行中产生的振动信号包含了丰富的故障信息，通过振动分析可以得到设备零部件运行状态信息，从而判断机械的运行状态和故障类型。阶次分析是研究信号的频率与基准频率之间关系的技

3、术，以转速为基准频率对振动信号进行阶次分析，可以提取振动信号中频率随着转速同步变化的谐振分量。故阶次分析可以提取设备故障引起的谐振分量，是机械故障诊断的有效分析方法。文章分析现有的阶次算法的缺陷与不足，提出改进的阶次重采样方法，并通过实验证明该方法能够提高阶次计算精度并改善计算效率。文章研究了旋转机械的振动特征和故障诊断的模式识别方法，设计了旋转机械故障诊断系统。该系统可以用于产品质量检测，设备状态检测和故障诊断。系统使用支持向量机方法，以信号的阶次谱为特征输入，对设备运行状态和故障类型进行分类。文章通过涡轮增压器质量检测和故障诊断实验证明支持向量机对设备运行状态和故障类型具有很好

4、的识别能力，且分类效果优于人工神经网络。系统软件使用LabVIEW平台开发，具有更好的扩展能力和通用性，且易于软件算法的集成与实现。系统硬件部分使用通用的PCI数据采集卡和传感器来采集信号，通过软件算法实现信号分析和设备故障识别。本文的主要研究内容和工作如下：(1)研究了旋转机械的故障机理和振动信号的频率特性，改进了阶次分析算法重采样方法，提高了阶次的计算精度和计算效率。(2)将SVM算法运用到设备状态监测和产品质量检测中。通过涡轮增压器质量检测实验证明SVM在小样本情况下对产品质量依然具有很好的检测能力，而且其分类准确率和计算效率优于人工神经网络。I上海交通大学硕士学位论文构建基

5、于SVM的多类分类器用于设备故障诊断。(3)完成了LabVIEW平台下的系统软件设计、算法实现以及系统调试工作。搭建了以电机为对象的系统实验平台，验证系统鲁棒性以及故障结果分类效率和准确率。关键词：旋转机械，信号分析，阶次分析，SVM，故障诊断II上海交通大学硕士学位论文FAULTDIAGNOSISSYSTEMFORROTATINGMACHIERYBASEDONORDERTRACKIGNANALYSISABSTRACTVibrationsignalsgeneratedbyrotatingmachinerycontainlotsofinformationaboutrunningsta

6、tusandfaulttype,thuswecanfulfilldevicestatusmonitoringandfaultdiagnosisthroughvibrationanalysis.Ordertrackinganalysisisasignalprocessingmethodtoanalyzetherelationshipbetweenthesignalandthefrequencybase.Usingrotatingspeedasthefrequencybasetoanalyzethevibration,theresonantvibrationcomponentcause

7、dbyequipmentfailurecanbeextracted.Thusordertrackinganalysisisausefulmethodfordevicefaultdiagnosis.Inthisarticle,wehavediscussedtheshortcomingsoftheexistingordertrackingalgorithmsandproposedanewresamplingmethodforordertracking.Theexperim