基于声发射信号的旋转机械微弱故障识别时频分析方法

旋转机械早期微弱故障诊断对防止突发事故、保证安全生产具有重要意义，项目利用旋转机械微弱故障声发射信号故障特征明显、抗干扰能力强的特点，结合全波形声发射信号检测技术的发展，开展基于声发射信号的旋转机械微弱故障识别时频分析方法的研究，解决振动法在旋转机械故障诊断应用中，对微弱故障不敏感而无法准确诊断的难题。项目主要研究内容包括：旋转机械典型故障声发射机理研究，研究声发射信号产生机理与传播特性，建立典型故障声发射理论模型；声发射信号时频分析方法与时频特征研究，研究适用于典型故障声发射信号时频分析理论和方法，提取可有效表征微弱故障的时频特性，建立时频特征与故障间的映射关系；研究实测声发射信号消噪与数据压缩技术；形成基于声发射信号时频分析的旋转机械故障诊断理论、方法与技术体系。项目研究对丰富机械故障诊断理论与技术，提高旋转机械微弱故障诊出率有着重要的研究意义和应用价值，成果有着广泛的应用前景。

旋转机械早期微弱故障诊断对防止突发事故、保证安全生产具有重要意义，项目利用旋转机械微弱故障声发射信号故障特征明显、抗干扰能力强的特点，开展基于声发射信号的旋转机械微弱故障诊断方法研究，解决振动法在旋转机械故障诊断应用中，对微弱故障不敏感而无法准确诊断的难题。.(1) 旋转机械典型故障声发射信号机理研究。以断裂力学和板波理论为基础，研究了转子裂纹扩展的声发射信号机理，建立了转子裂纹故障声发射信号模型；结合弹性力学能量理论和损伤理论，研究了滚动轴承外圈裂纹故障的声发射信号机理，建立了滚动轴承外圈裂纹故障的声发射信号时域数学模型；以弹性体和弹性波的理论为基础，建立了声发射信号在界面上的反射和散射模型，对滚动轴承外圈和轴承支座中声发射弹性波传播和多种介质层之间的声发射弹性波传播进行了有限元仿真分析，获得了滚动轴裂纹故障的声发射信号传播特性。.(2) 声发射信号时频分析与特征提取方法研究。研究了基于改进提升小波的旋转机械早期故障声发射信号消噪方法，通过声发射仿真信号研究了改进提升小波在声发射信号消噪中的最佳参数值，并用实测的声发射信号验证了改进提升小波比传统提升小波和小波变换具有更好的消噪性能；针对旋转机械声发射信号采集过程中强噪声干扰问题，利用有用信号相邻层间小波系数相关性强的特点提出了小波熵相关性去噪方法，去噪效果明显优于传统小波去噪和传统提升小波去噪；将小波包分析方法、短时傅里叶变换分析方法、伪魏格纳-威尔分布分析方法、希尔波特黄变换分析方法应用于转子裂纹故障声发射信号的特征提取，研究了旋转机械故障声发射信号时频分析方法；采用改进提升小波和经验模态分解对旋转机械故障声发射信号进行了特征提取研究，能够准确提取旋转机械声发射信号中的故障特征信息。.(3) 基于声发射信号的旋转机械微弱故障诊断研究。采用伪魏格纳-威尔分布提取声发射信号的幅值和频率作为特征向量，选用C-SVM算法模型，以RBF核作为核函数，建立了转子裂纹多故障分类器，能对不同转子裂纹程度进行有效识别；将改进提升小波作为BP神经网络的前处理器，对声发射信号进行消噪预处理，提取消噪后声发射信号的特征参数作为BP神经网络的输入量，减少了BP神经网络的训练步骤，提高了滚动轴承故障识别的准确率。.项目研究对丰富机械故障诊断理论与技术，提高旋转机械微弱故障诊出率有着重要的研究意义和应用价值，成果有着广泛的应用前景。