發(fā)布時間：2020-07-24 04:33

【摘要】： 轉(zhuǎn)子裂紋是風機、汽輪機、發(fā)電機、燃氣機、壓縮機等大型旋轉(zhuǎn)機械中的常見故障。有效診斷裂紋(特別是早期裂紋)故障并及時做出維護處理,對于避免重大事故發(fā)生和巨額的經(jīng)濟損失有著重要意義。 傳統(tǒng)的振動法存在著強噪聲干擾背景下難以準確、有效地獲取早期裂紋故障特征的技術(shù)瓶頸。聲發(fā)射(AE)信號具有特征頻率明顯,預(yù)報故障時間早,檢測裝置簡單,抗噪聲干擾能力強等優(yōu)點,將其應(yīng)用于轉(zhuǎn)子裂紋早期故障特征提取,可有效提高其故障診斷的準確率。 本文以轉(zhuǎn)子裂紋聲發(fā)射信號為對象,通過理論分析和實驗研究相結(jié)合,對轉(zhuǎn)子裂紋的故障特征提取和診斷方法進行了研究,具體內(nèi)容如下: 1.以斷裂力學(xué)和板波理論為切入點,研究了裂紋擴展的聲發(fā)射機理,分析了轉(zhuǎn)子裂紋擴展的特點和規(guī)律,得到了聲發(fā)射信號與裂紋擴展的關(guān)系,建立了轉(zhuǎn)子裂紋故障的聲發(fā)射模型。 2.采用丹麥SWAES全波形聲發(fā)射監(jiān)測儀及北京聲華公司的分析軟件做為檢測與分析工具,在美國SpectraQuest公司的綜合故障模擬實驗臺上,開展了不同工況下轉(zhuǎn)子裂紋故障的聲發(fā)射檢測實驗,研究了轉(zhuǎn)子裂紋故障引發(fā)的聲發(fā)射信號的特點。 3.分別將小波包分析方法、短時傅里葉變換(STFT)分析方法、偽魏格納-威爾分布(PWVD)分析方法、希爾波特黃變換(HHT)分析方法應(yīng)用于轉(zhuǎn)子裂紋故障AE信號的特征提取。結(jié)果表明,這些時頻分析方法均能有效提取AE信號的特征以,并能有效反映出AE信號中所蘊藏的故障特征信息。 4.在分析支持向量機的分類原理以及核函數(shù)及其參數(shù)的選取方法的基礎(chǔ)上,選用C-SVM算法模型,以RBF核作為核函數(shù),采用“一對多”的多類分類方法,建立了轉(zhuǎn)子裂紋多故障分類器,對轉(zhuǎn)子的不同轉(zhuǎn)子裂紋程度進行有效的識別。 本文的研究進一步證實了聲發(fā)射技術(shù)用于轉(zhuǎn)子裂紋故障診斷的可行性,提高了轉(zhuǎn)子裂紋早期故障預(yù)報、診斷的效率和精度,而且有益于促進轉(zhuǎn)子裂紋AE信號波形分析技術(shù)的發(fā)展,為將聲發(fā)射技術(shù)應(yīng)用于轉(zhuǎn)子裂紋故障的在線檢測和故障診斷提供了新思路。
【學(xué)位授予單位】：湖南科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2010
【分類號】：TH165.3

【引證文獻】

相關(guān)碩士學(xué)位論文 前1條

1 于林;基于支持向量機的管道腐蝕超聲內(nèi)檢測信號處理研究[D];北京化工大學(xué);2012年

本文編號：2768329