机械故障诊断中关于特征提取的若干研究前沿.pdfVIP

面向21世纪的中国振动工程研究 北京：航空工业出版社1999． 110～123 机械故障诊断中关于特征提取的 若干研究前沿 陈进 f上海交通大学振动、冲击、噪声国家重点实验室上海，200030) 摘要机械设备状态监测与故障诊断是一门正在不断完善和发展的多学科交叉型学科，是一项 与现代化工业大生产紧密相关的技术。该学科目前面临的最关键、也是最困难的问题之～是故 障特征信息提取，这个问题直接关系到故障诊断的准确率和故障早期预报的可靠性。本文分析 了国内外近年来利用现代信号处理和软计算等理论和方法，围绕故障特征信息提取和分类识别 问题，所进行的一些研究工作和发展鹉势，并指出一些值得深入探讨和重点研究的问题。 关键词：故障诊断：现代信号处理；特征提取；高阶统计量；神经网络 引 言 机械设备状态监测与故障诊断技术经过近几十年的迅速发展，目前已基本上形成了一 门既有基础理论，又有强烈实际应用背景的独立学科“’“，是当今科学技术，尤其是机械学 科领域的研究热点之一。 机械设备状态监测与故障诊断是一项与现代化工业大生产密切相关的技术，其重点不 只在于研究故障本身，而更重视研究故障诊断和预报的理论方法。机械设备故障诊断过程 由于其复杂性，在多数情况下仅采用单一的方法往往无法解决阔题，因此，必须从各种相关 学科中广泛探求有利于故障诊断的原理、方法和手段，这就使得故障诊断技术呈现多学科交 叉这一鲜明特点。目前，该学科的基础主要包括：数学、物理、化学、力学、传感器与测试技 术、电子学、信号处理、计算机科学和技术，以及机械零件、转子动力学、摩擦学等，同时还包 括了信息科学、人工智能和专 家系统等边缘学科。在某种 意义上，它是一门由表及里， 由局部估计整体，由现在预测 未来的学科。当然它也是一 ‘感觉(听觉、触觉) ‘基于傅氏变换的耐域书 ·瑰代信寻处理 门正在不断完善和发展的学 +物理、化学现象 攘域分析 ‘软计算 +基于模式识剐、概车统计 ，智I色化信息赴理 科。 以覆垃肆柑舟析崎方法 。计算机舟珏应用 从发展的趋势来看，机械 设备状态监测与故障诊断技 图1 机械设备故障诊断的发展过程 术的形成与发展经历了这样一个发展过程(图1)：早期主要是依靠人的感觉(听觉、触觉)来 一110一 直接进行状态分拆，乖J用物理或化学的原理和手段，通过伴随故障出现的各种物理或化学现 象，直接检测故障。在传感器技术和分析处理技术进步后，逐步形成依靠传统的信号分析手 段来完成监测与诊断的阶段。再通过前几年的快速发展和学科交叉渗透，到今天，已经突破 了传统的分析方法限制，在大量吸收了相关学科知识的基础上，已经基本上形成了以现代信 号处理理论、软计算、智能化信息处理以及计算机网络应用为核心的现代机械设备故障诊断 技术，并产生了许多新的研究热点和前沿。 本文的主要目的就是针对现代机械设备故障诊断学科在振动信号分析、特征提取等方 面的最新研究进展和发展趋势进行一些追踪分析，并指出值得深入探讨和重点发展的研究 方向。 1现代信号处理理论及方法用于特征提取 在故障诊断学科的发展过程中，人们发现最重要、最关键而且也是最困难的问题是故障 特征信息提取，这可以说是当前故障诊断研究中的瓶颈，它直接关系到故障诊断的准确率和 故障早期预报的可靠蛀。为了从根本上解决故障特征信息提敢这个关键问题，人们主要借 助于信号处理、特别是现代信号处理的理论和技术手段。 现代信号处理与分析的本质可以用一个“非”字来高度概括【4』，即研究和分析非线性、非 因果、非最小相位系统，非高斯、非平稳、非整数维(分形)信号和非白色的加性噪声。 从机械设备上所测得的(振动)信号千变万化，大量是非平稳、非高斯分布和非线性的随 机信号，尤其是当故障发生时更为突出。为了更有效、更容易地获取故障特征信息，人们应 当从一个更高、更全面的角度去