基于多小波理论的风机故障诊断技术研究

发布时间：2017-04-01 19:04

  本文关键词：基于多小波理论的风机故障诊断技术研究，由笔耕文化传播整理发布。

【摘要】：风机是工业生产中的重要设备,一旦发生故障,势必带来严重后果,所以对风机的故障诊断具有重要意义。 小波分析是一种新兴的理论,它具有时间和频率的局部变换,而傅里叶变换只能单独分析时间或者频率,因此小波分析在数字信号处理方面具有先天优势,被誉为“数学显微镜”。而紧支撑性、对称性、正交性、高消失矩又是信号处理的重要性质,由于单小波只是具有其中一个或者两个性质,而不能同时具有这些性质,因此在故障诊断方面被广泛运用。 本文首先介绍了多小波的理论基础,多分辨分析以及重要的性质,特别分析了多小波相比比单小波和傅里叶变换的优势。其次由于多小波是多输入输出系统,而待处理的故障信号都是一维的,所以在处理故障信号之前先要进行预处理。由于同一个多小波的处理效果会因为采用不同的预处理方法而不同,所以本文研究了SA4, GHM和CL三种多小波与不同预处理方法相结合对故障信号的处理效果,得出SA4多小波经过平衡预处理对风机故障信号的降噪效果最好的结论。再次,在降噪处理过程中要通过设置合理的阈值来滤除噪声,本文对于传统的软硬阈值法进行改进,得到一种新的阈值处理方法,并对六种常见信号进行仿真比较,证明新的阈值法处理效果更好。最后,利用PDES巡检设备采集某水泥厂的风机故障信号,利用多小波对该故障信号进行多小波分解,得到频谱图,分析特征频率,诊断风机故障,并与该巡检设备的自动诊断结果进行比较,发现本文采用的多小波理论诊断更准确。最后,采用同样的分析方法,对某钢铁厂的烧结主抽风机的故障信号进行诊断,运用故障分析方法,采用不同的多小波,单小波对故障信息进行多分辨分析,进行奇异点监测,运用多小波进行故障诊断,再次证明该方法的有效性。
【关键词】：多小波 风机 降噪 阈值 故障诊断 仿真
【学位授予单位】：天津理工大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：TH165.3
【目录】：

• 摘要5-6
• Abstract6-7
• 目录7-9
• 第一章 绪论9-14
• 1.1 课题的研究背景和意义9
• 1.2 故障诊断的发展和研究现状9-11
• 1.2.1 故障诊断技术发展过程进程9-10
• 1.2.2 故障诊断方法分类10-11
• 1.3 多小波理论的发展和研究现状11-13
• 1.3.1 小波理论的发展11-12
• 1.3.2 多小波理论的发展12
• 1.3.3 多小波理论在风机故障诊断中的应用12-13
• 1.4 本文的主要研究内容13-14
• 第二章 多小波理论14-26
• 2.1 多分辨分析原理14-17
• 2.1.1 小波的基本理论14-15
• 2.1.2 多小波的多分辨分析理论15-17
• 2.2 多小波的重要性质17-18
• 2.3 几种常用多小波18-22
• 2.3.1 GHM多小波18-19
• 2.3.2 CL多小波19-21
• 2.3.3 SA4多小波21-22
• 2.4 多小波的预处理22-26
• 2 4.1 几种典型的预处理方法22-24
• 2.4.2 几种预处理方法仿真比较24-26
• 第三章 基于多小波方法的故障信号降噪26-39
• 3.1 多小波的降噪理论和方法26-28
• 3.1.1 多小波的降噪原理和步骤26-27
• 3.1.2 多小波降噪的评价标准27-28
• 3.2 传统的降噪方法28-30
• 3.2.1 模极大值降噪方法28
• 3.2.2 相关性降噪方法28-29
• 3.2.3 平移不变性小波降噪方法29-30
• 3.3 阈值降噪方法30-34
• 3.3.1 经典软硬阈值30-31
• 3.3.2 阈值选取规则31-33
• 3.3.3 一种改进阈值算法33-34
• 3.4 新阈值方法的仿真比较34-39
• 第四章 多小波在风机故障中的分析应用39-50
• 4.1 常见的风机故障和特征39-41
• 4.2 故障信号的采集41-45
• 4.2.1 巡检系统的配置和参数设置41-43
• 4.2.2 采集的原始信号和自动诊断结果43-45
• 4.3 多小波的故障诊断45-47
• 4.4 对某厂烧结主抽风机的故障诊断47-50
• 第五章 结论与展望50-51
• 5.1 结论50
• 5.2 展望50-51
• 参考文献51-53
• 发表论文和科研情况说明53-54
• 致谢54

【参考文献】

中国期刊全文数据库 前9条

1 曲国庆;党亚民;章传银;苏晓庆;;小波包消噪方法分析及改进[J];大地测量与地球动力学;2008年04期

2 张飞;;一种基于小波变换的语音信号去噪净化方法[J];电子测量技术;2009年06期

3 王玲,宋国乡;多小波的预处理及其在图像压缩中的应用[J];电子学报;2001年10期

4 郭晓霞;杨慧中;;基于粒子群优化算法的小波阈值去噪方法研究[J];计算机工程与应用;2009年31期

5 薛光辉;吴淼;;机电设备故障诊断方法研究现状与发展趋势[J];煤炭工程;2010年05期

6 罗跃纲;杜元虎;任朝晖;闻邦椿;;双跨转子-轴承系统松动-碰摩耦合故障的非线性特性[J];农业机械学报;2008年11期

7 王红燕;邵玉槐;张海;齐锋光;;基于小波阈值方法的电能质量扰动去噪分析[J];太原理工大学学报;2006年02期

8 何韬;梁栋;李瑶;董瑞;;小波变换在电力谐波分析中的应用[J];计算机技术与发展;2007年01期

9 吴伟;蔡培升;;基于MATLAB的小波去噪仿真[J];信息与电子工程;2008年03期

中国博士学位论文全文数据库 前1条

1 陈方涵;小波理论在光学相关探测中的研究与应用[D];长春理工大学;2011年

  本文关键词：基于多小波理论的风机故障诊断技术研究，，由笔耕文化传播整理发布。

本文编号：281105