特征提取在工况监测与故障诊断中的应用.pdfVIP

　2003 年 4 月 重 庆 大 学 学 报 Apr. 2003 　 第 26 卷第 4 期 Journal of Chongqing University Vol. 26 　No. 4 ( ) 　　文章编号 :1000 - 582X 2003 04 - 0093 - 03 特征提取在工况监测与故障诊断中的应用 蔡 静 之 (西北第二民族学院 电子与信息工程系 , 宁夏 银川 　750021) 摘　要 :随着信息技术和计算机网络技术、虚拟仪器等在企业的普及和应用 ,基于网络技术的未来 企业全球制造化模式的建立 ,使日趋大型化、复杂化集成化生产设备的远程工况监视 ,远程故障诊断成 为重要的研究课题。生产现场工况信息的自动检测、数据采集和存储是故障诊断系统的基础和起点 ,而 对检测信息进行加工、变换和特征分析 ,提取敏感的故障征兆是诊断系统实现故障可靠诊断的关键之 一。阐述了机械故障诊断的理论方法及特点 ,分析了信号的特征分析方法 ———时域分析方法 ,频域分析 方法 ,联合时 - 频分析方法等多种信号处理方法的特征分析特点及其在机械工况监测与故障诊断分析 过程中的工程应用。简要介绍了工况监测中特殊的时变性随机机械故障信号的分析与处理方法。 关键词 : 特征提取 ;工况监测 ; 故障诊断 ; 信号处理 中图分类号:TP206. 3 　　　　　　　　文献标识码 :A 　　现代工业部门的生产设备或系统日趋向复杂化、 内容为从工况状态信号中提取与设备运行状态有关 ( ) 大型化自动化、智能化、网络化、系统集成化方向发展 , 的、对状态变化最敏感的特征量 征兆 ,为工况状态及 生产系统的规模越来越大 ,功能越来越强 ,各级生产环 故障分类提供特征量并构造判据[4 ] 。工况状态如机器 节的关联越来越密切。因此现代化工业生产对设备或 运行中轴的偏移、轴承的磨损量、齿轮裂纹深度及扩展 系统的可靠性、安全性提出了更高的要求[1 ] 。尤其用 趋势等不可能直接从传感器拾取的信号中获取 ,而需 于连续生产系统及与生产质量有直接关系的关键设备 借助该各种间接分析方法和数学工具才能判断设备状 如气轮机、化工生产等工程领域 ,对设备或系统的管 态正常与否。信号的时域分析、频谱分析、振动模态分 理、维修提出了按实际运行状态进行预知维修和管理 , 析是工况监测与故障诊断中传统的常用方法[5 ] 。 取代传统的按计划定期维修方式 ,工况监测与故障诊 断技术的研究对预防事故发生 ,防止设备的精度下降 , 最大限度发挥设备运行潜力具有重要的实用价值[2 ] 。 特别是随着信息技术和计算机网络技术的发展 , Inter net 与 Intranet 及现场总线、智能仪器在企业中的广泛 应用 ,未来基于网络技术支撑的企业动态联盟 ———虚 图 1 　工况监测与故障诊断系统的组成 拟企业全球制造化模式的建立[3 ] ,使生产设备或系统 的异地远程在线监视 ,远程故障诊断成为十分重要的 按故障诊断过程所用理论的特点可将诊断大致分 应用研究课题。同时 ,对大型、复杂设备的异地远程监 为基于解析模型的诊断方法 ,基于信号处理的诊断方 法及基于知识的诊断方法。基于信号处理及特征提取 视和管理 ,远程操作与调试 ,远程故障诊断的实现 ,对