局部均数分解在旋转机械振动之研究与应用.docVIP

　　局部均数分解在旋转机械振动之研究与应用 第 1 章 绪 论 1.1研究课题的来源、背景和意义 旋转机械在工农业发展中有着极其关键性的作用，也是化工机械中不可或缺的动设备。随着工业化的需要，旋转机械正在向着高速化、大型化、智能化发展，因此，通过振动信号来分析设备的运行状态的要求也越来越高。通过对与局部均值分解相关的文章精读后，可以看出这种方法的实用性很好，并且具有很好地发展前景，由此决定了对这个方向的研究。旋转机械运转时，振动信号的成分一般是非常复杂的，要获得有关旋转机械振动的更精确的振动信息，要求有更好的处理方法。过去常用的傅里叶变换只适用于对平稳信号的分析，而对非平稳信号不能达到分析的效果。然而，现在我们通过传感器获得的振动信息往往都不是平稳的线性的，而且还夹杂着噪声。现在的分析方法很多，如 WVD 分布、小波分析、独立分量分析等，但各有其优缺点。WVD 分布实质是线性的，对采集信息中多分量的应用有交叉项；小波分析又要求选择核函数，不是自适应的；独立分量分析在通道数少于信号源时不能对信号进行有效分离等；EMD 虽有很大发展，但还有模态混叠等问题，在此基础上才产生了本文的方法[1-4]。正是在这样的背景下，各国对局部均值分解的研究开始了。 在化工过程机械中，我们常见的如离心泵、水轮机和风机等，是炼油、炼钢企业中极其重要的设备，在设计制造、工作运转中都可能造成机械损伤，再有就是维修不及时都能造成设备出现故障。这样不仅会造成企业损失，还可能会酿成巨大的伤亡事件，产生极坏的社会影响。有美国国家统计局 1980 年的资料，该国工业设备的修理费用为 2460 亿美元，其中由于ldquo;维修过剩rdquo;就浪费了约 750 亿[5]1；1972 年，德国一电站 500MW 机组的低压转子发生断裂；日本也是在这一年，海南电厂 600MW机组轴系断裂为 17 段[6]。在我国也同样发生了很多类似的事情，在 1988 年，秦岭一机组，因主轴断裂就使得亏损了上亿元；仅仅从 1976 年到 1985 年的短暂几年，只化肥五大机组停机就产生了四亿七百五十万元的亏损[7]。由实际数据也可以知道，故障的准确诊断是多么的重要。因此，更好的对振动信号的处理方法是必须的。一个好的分解方法能帮助我们适时的诊断出机械所隐藏的不明显的故障，也可以更好的诊断出已有的故障。局部均值分解就是其中最先进的方法之一。因此，研究它可以为我们打下良好的基础，从而不断地促进经济的发展，人类的进步。 1.2该课题的研究现状 目前，在包括化工机械在内的各个行业中，对旋转机械振动的研究正在国内外迅速的发展之中，产生了许多非凡的成果。因为傅里叶变换只局限于对平稳信号的分析，而我们测得的振动信号往往都是非平稳的、多分量的复杂信号，所以各国都在对其进行着积极地研究。WVD 时频分布的时频特性非常好，但这种方法有交叉项的干扰，影响我们对真实频率的分析，从而限制了它的应用范围，于是人们对其交叉项的消除做了许多研究，并取得了一定的成果，如消除交叉项[8]等。由于小波分析的时频局部化特性很好，因此，在旋转机械的故障处理中获得了很大程度的应用，成果是很大的；但是，同WVD 分布一样，其实质都是线性的，也还有很多缺点存在，比如小波基的选择等，而且也不是自适应性的，因此需要寻找更有效的非线性时频分析方法。之后，又产生了经验模态分解EMD），并在对非线性非平稳信号的分析中取得了很好的效果，现在已经引起国内外很多学者的关注，在我国也对其中的许多问题进行了研究，比如端点问题、模态混叠、包络的拟合，还有判据问题等[9]。 国内外目前对故障信号的分析方法还很多，取得的成就也是很大的，比如盲源分离、原子分解、分形等；另外，将这些方法与其它方法相结合也会产生相当好的效果，此种研究也很多，如 EMD与小波相结合[10]、EMD 与盲源分离相结合[11]等，并且取得的效果也很好。局域均值分解(local mean decomposition ,LMD)首先由 Jonathan. Smith 在 2005 年提出，并首先将其成功的应用于脑电(EEG)信号的时频分析中[12]。在国内，程军圣等人在对局域均值分解进行了研究之后发表了多篇关于 LMD 的论文，并申请了专利[13]。在与 EMD 对比后，它也显示出了优良的特性，能够很好的处理非平稳信号。浙江大学博士任达千等人也对 LMD 分解方法进行了深入的研究。现在，这种较新的时频分析方法受到了很多研究人员的关注。通过这几年的发展，无论在应用上还是理论上，LMD 的进展也很大，比如在滚动轴承故障中的应用、端点问题的处理、与盲源分离相结合来解决欠通道的问题等[14-17]。但因为该方法提出的时间还不是很长，还不完善，因此，LMD 这种分解方法还需要人们去进