基于全矢譜的智能診斷技術研究.pdf

1、設備狀態(tài)監(jiān)測與故障診斷是應用性很強的工程實用技術。旋轉機械智能診斷技術的實施可以為企業(yè)帶來巨大的潛在經濟效益的同時，也關系到現場工作人員的人身安全。研究設備診斷技術的意義就在于降低事故的發(fā)生率，降低維修費用，避免過剩維修，減少維修成本，增加設備運行時間。傳統(tǒng)的旋轉機械故障診斷技術研究都是以單通道信號分析為基礎的，由于轉子的渦動現象，任一通道的信息都不能全面地反映轉子的運行狀態(tài)。全矢譜平面信息融合技術將同一截面的雙通道信息進行融合，通過大

2、量實踐證明了該種方法能夠準確地反映轉子的運動信息，計算簡單，大大提高了旋轉機械故障診斷的實時性和穩(wěn)定性。
　　 本文所作的工作主要包括以下幾個方面：
　　 1、討論了基于同源信息融合的全矢譜體系的構建，推導出基于旋轉機械復信號同源信息融合的快速、穩(wěn)健的數值算法，論證了單源信息造成誤判的必然性，并通過實驗證明了全矢譜融合技術較傳統(tǒng)譜分析技術的優(yōu)越性。
　　 2、運用全矢譜-粗糙集理論故障提取方法(FEVR)，對不平

3、衡、不對中、油膜渦動、油膜振蕩四種常見故障的故障特征進行優(yōu)化，通過最優(yōu)組合來實現對故障的分類，通過實驗證明了該方法能夠提高旋轉機械故障診斷的準確性和實時性，并為后續(xù)章節(jié)故障特征頻率的選擇奠定基礎。
　　 3、將全矢譜技術和模糊綜合評判方法結合，提出全矢譜-模糊綜合評判故障診斷方法，建立了該種方法的數學模型，并通過實驗驗證了該種方法的可行性，證明了它的直觀性和準確性。
　　 4、在全矢譜-蟻群算法的基礎上，提出全矢譜-聚類