污染油液信号的HHT特征提取研究.pdfVIP

目 录 摘 要 I ABSTRACT II 第1 章 绪论 1 1.1 研究背景及意义 1 1.2 国内外研究现状2 1.3 主要研究内容及技术路线8 1.4 主要创新点9 第2 章 实验装置与方法 10 2.1 实验装置 10 2.2 实验方法 12 2.3 小结 19 第3 章 不同压力下油液信号的HHT 特征提取 20 3.1 油液的相关基频20 3.2 油液信号的预处理22 3.3 油液压差信号的HHT 分析 24 3.4 小结31 第4 章 不同污染度油液信号的HHT 特征提取 32 4.1 油液压差信号的HHT 分析 32 4.2 管道流场分析42 4.3 小结43 第5 章 油液信号特征的T-S 模型预测 45 5.1 IMF2 分量频率的幅值与污染度颗粒数的T-S 模糊模型45 5.2 IMF3 分量频率的幅值与污染度颗粒数的T-S 模糊模型47 5.3 IMF4 分量频率的幅值与污染度颗粒数的T-S 模糊模型48 5.4 IMF5 分量频率的幅值与污染度颗粒数的T-S 模糊模型 50 5.5 小结52 第6 章 总结与展望53 6.1 总结53 6.2 展望54 参考文献55 致 谢59 在学期间发表论文及参加课题情况60 摘要 污染油液信号的HHT 特征提取研究 摘 要 变压器油在生产、运输和使用等过程中容易混入颗粒、水分等污染物，影响其理化 性能，从而导致设备故障，降低设备的使用效率，所以掌握污染油液在管路中的动态运 动特征对延长油液的使用寿命以及保障用油设备的安全运行具有重要意义。污染油液的 动态特征可以用信号进行表征，由于其属于典型的非平稳非线性信号，目前处理这类信 STFT WT HHT 号的方法主要有短时傅里叶变换（ ）、小波变换（ ）以及希尔伯特黄变换（ ） 等，但短时傅里叶变换和小波变换存在窗函数和小波基的选择等困难，而希尔伯特黄变 换则不受基函数的约束，鉴于此，本研究提出利用希尔伯特黄变换方法对污染油液信号 进行处理分析，以探讨不同污染度的油液信号与油液污染度之间的内在联系，从而揭示 油中污染物的动态运动特征。 首先构建了油液动态特征实验系统并配制了16 组不同污染度的含Cu 、SiO 两种颗 2 粒的混合油样，对其进行污染度测试。通过Labview 数据采集系统，获取了0.1-0.17MPa 共8 个压力的不同污染度油液的运动动态信号。 其次采用希尔伯特黄变换对采集的0.1-0.17MPa 压力的油液信号进行处理，分析了 油液信号的IMF 分量及其幅频图和希尔伯特谱图，发现各个IMF 分量均具有明显的调 频特征，且油液的最大峰值频率随着压力的增大而增大。 同时分析了不同污染度油液信号的IMF 分量及其幅频图和希尔伯特谱图，提取了五 组污染度油液信号的特征时刻和特征频率，发现IMF2-4 分量的油液频率随着污染度的 增大主要向着区间中间方向偏移，IMF5-7 分量的油液频率随着污染度的增大主要分别 向着5Hz 、3Hz 和1.6Hz 方向偏移，并通过利用PIV 实验获取的含颗粒物油液的瞬态速 0.1s 1 度矢量的流线图，验证了 为第 组污染度的一个特征时刻的可靠性。 最后建立了IMF2-5 分量频率的幅值与油液污染度之间的T-S 模糊模型，分析了各 分量频率的幅值与油液污染度之间的内在联系，结果表明所建的T-S 模糊模型的预测误 差范围为0-0.2 1%，具有较好的预测精