原文传递
柴油机基于振动分析方法的状态识别
| 论文题名： | 柴油机基于振动分析方法的状态识别 |
| 关键词： | 柴油机;振动分析;故障诊断;特征提取;状态识别;信号处理 |
| 摘要： | 近年来，机械设备故障诊断技术在国内外得到了较大的发展，在国民生产中起到了重大的作用。柴油机作为机械设备领域的一部分，由于其用途的特殊性使得故障诊断的研究更具有重要意义。本课题在总结和汲取国内外学者在该领域研究成果的基础上，结合实际课题要求，将传统的信号处理和适用于非平稳信号分析的小波包分析方法相结合，从柴油机表面振动信号中获取故障特征信息，有效实现了柴油机的状态识别。 首先，从柴油机表面振动信号的产生机理出发，本课题系统论述了柴油机的主要激振源、表面振动响应信号特性以及它们之间的内在关系，同时分析了振动信号的传递路径。研究表明，利用柴油机表面振动信号对其进行不解体故障诊断是完全可行的。 特征提取是柴油机故障诊断的重要环节，直接关系到柴油机状态识别的成败与否。由于柴油机振动信号非常复杂，使其状态特征提取十分困难。所以，针对柴油机表面振动信号特点，本课题对信号处理中的幅值域参数，功率谱分析，短时AR谱等方法在柴油机振动信号中的应用进行了研究。而为了突出振动信号的特征参数，引入了小波包变换的方法，并把小波包变换应用在柴油机状态识别中。 针对柴油机振动诊断，本课题在6BT5.9型柴油机上进行故障模拟实验，人为设置了气门间隙过小、气门间隙过大、喷油器滴漏、单缸断油等常见典型的故障和设计了具体的振动实验方案。在振动信号采集过程中，采取了上止点信号和振动信号同步采集的方式，以便振动信号的截取，为状态识别提供实验数据和判别依据。 进而，本课题对采集到的振动信号进行分析，利用MATLAB工具软件的强大数据处理能力对其进行处理分析、提取特征参数。经过大量的实验及数据分析发现在不同的典型故障状态下，其特征量有明显变化。从而有力证明，本课题所提出的对柴油机表面振动信号的监测及特征提取等一整套方案完全适合现场机器状态的具体识别和对应故障的正确诊断。 论文的最后一章对本课题的主要研究工作进行了全面总结，给出了主要研究结论和创新点，同时指出了相关研究工作有待完善之处和今后的研究重点。 |
| 作者： | 邱影 |
| 专业： | 机械设计及理论 |
| 导师： | 李沈 |
| 授予学位： | 硕士 |
| 授予学位单位： | 东北大学 |
| 学位年度： | 2005 |
| 正文语种： | 中文 |
检索历史
应用推荐
