石家莊風(fēng)機(jī)廠 石家莊風(fēng)機(jī) 石家莊市風(fēng)機(jī)廠 石家莊風(fēng)機(jī)維修 石家莊風(fēng)機(jī)銷(xiāo)售
運(yùn)用本文提出的 Wigner-Ville 時(shí)頻譜熵和 PFPE 方法對(duì)不同工況下風(fēng)力發(fā)電機(jī)軸承端振動(dòng)信號(hào)進(jìn)行分析，結(jié)果如圖 5-5 和 5-6 所示?？梢钥闯觯煌?PF 分量對(duì)應(yīng)著不同的熵值，體現(xiàn)了振動(dòng)信號(hào)的在不同特征時(shí)間尺度上的細(xì)節(jié)特征，且隨著 PF 分解階數(shù)的增加，熵值呈遞減趨勢(shì)，說(shuō)明振動(dòng)信號(hào)復(fù)雜度逐漸降低。還可以發(fā)現(xiàn)，不同轉(zhuǎn)速工況下風(fēng)力發(fā)電機(jī)軸承端振動(dòng)信號(hào)的熵相差不大。因此，使用 Wigner-Ville 譜熵和 PFPE 值對(duì)風(fēng)力發(fā)電機(jī)軸承運(yùn)行狀態(tài)進(jìn)行監(jiān)測(cè)分析，不會(huì)因轉(zhuǎn)速的變化而有太大的差別。這也說(shuō)明了本文提出的方法對(duì)轉(zhuǎn)速變化具有較好的魯棒性，也為進(jìn)一步分析不同工況下不同故障狀態(tài)或情形提供了有效參考。
慮到 22kW 風(fēng)機(jī)實(shí)驗(yàn)平臺(tái)組裝成本較高，如果在該平臺(tái)上人為設(shè)置故障，不僅危險(xiǎn)性高、損壞性大，而且需要專(zhuān)業(yè)的隊(duì)伍及裝備拆卸，提高了維修成本。因此本文基于風(fēng)機(jī)齒輪箱軸承運(yùn)行特點(diǎn)及振動(dòng)特征分析，搭建簡(jiǎn)易齒輪箱軸承故障實(shí)驗(yàn)平臺(tái)，來(lái)模擬風(fēng)機(jī)齒輪箱軸承在不同轉(zhuǎn)速工況下的運(yùn)行狀態(tài)及故障情況。
如圖 5-7 所示，實(shí)驗(yàn)平臺(tái)由變頻器、電機(jī)、齒輪箱、聯(lián)軸器等組成，振動(dòng)測(cè)試系統(tǒng)由加速度傳感器、信號(hào)采集儀及 PC 機(jī)等組成，實(shí)驗(yàn)空載運(yùn)行。電機(jī)為三相異步電機(jī)，額定功率為 1.1kW，額定轉(zhuǎn)速為 1410r/min，用于驅(qū)動(dòng)減速齒輪箱。減速齒輪箱型號(hào)為 PM250，減速比為 10.35。變頻器用于調(diào)節(jié)電機(jī)轉(zhuǎn)速。傳感器為 PCB 公司的ICP352C33 加速度傳感器，安裝在減速器殼體，用以測(cè)取振動(dòng)信號(hào)。數(shù)據(jù)采集系統(tǒng)為東方噪聲振動(dòng)研究所的 8 通道 INV3018C 數(shù)據(jù)采集儀，用以采集和存儲(chǔ)傳感器測(cè)得的振動(dòng)數(shù)據(jù)。
本文以風(fēng)機(jī)軸承狀態(tài)監(jiān)測(cè)與故障診斷為背景，針對(duì)風(fēng)機(jī)軸承非平穩(wěn)、非線性故障特征難以提取的問(wèn)題，引入局部均值分解瞬態(tài)信號(hào)分解技術(shù)和信息熵特征定量描述方法，從時(shí)頻瞬態(tài)能量特征描述和非線性特征分析角度，分別結(jié)合時(shí)頻分析方法——Wigner-Ville 分布和非線性動(dòng)力學(xué)參數(shù)方法——排序熵，提出了振動(dòng)信號(hào)瞬態(tài)能量特征提取和非線性特征定量描述的方法，并將所研究的方法應(yīng)用到風(fēng)機(jī)軸承故障診斷實(shí)驗(yàn)中。本文所做的工作如下：
(1)  從信號(hào)的多尺度時(shí)頻分析角度和信息熵角度，研究了局部均值分解方法和信息熵特征定量描述方法。通過(guò)仿真信號(hào)驗(yàn)證了 LMD 的自適應(yīng)分解特性，并對(duì)軸承實(shí)測(cè)振動(dòng)信號(hào)進(jìn)行分析，通過(guò)與直接利用 FFT 相比，發(fā)現(xiàn)利用 PF 分量進(jìn)行幅值譜分析可以更好的發(fā)現(xiàn)軸承故障特征頻率。同時(shí)，利用數(shù)值仿真信號(hào)對(duì)排序熵進(jìn)行了分析。
(2)  利用 LMD、Wigner-Ville 分布和信息熵相結(jié)合，提出了一種瞬態(tài)能量特征提取方法——Wigner-Ville 譜熵，并基于最小二乘支持向量機(jī)建立智能故障診斷模型?；诘湫蛯?shí)驗(yàn)平臺(tái)和風(fēng)機(jī)軸承故障模擬平臺(tái)分別進(jìn)行實(shí)驗(yàn)，驗(yàn)證了該方法能有效實(shí)現(xiàn)軸承內(nèi)圈、外圈、滾動(dòng)體和復(fù)合故障等不同故障類(lèi)型的自動(dòng)分類(lèi)。
(3)  基于風(fēng)機(jī)軸承信號(hào)的非線性動(dòng)力學(xué)特性，提出了一種基于 LMD 的多尺度排序熵的非線性特征提取方法，討論了影響排序熵性能的參數(shù)如嵌入維數(shù)等的選取問(wèn)題，該方法有效刻畫(huà)了軸承振動(dòng)信號(hào)非線性復(fù)雜度特征，并通過(guò)典型實(shí)驗(yàn)平臺(tái)和風(fēng)機(jī)軸承故障診斷實(shí)驗(yàn)驗(yàn)證分析，實(shí)現(xiàn)了對(duì)軸承內(nèi)圈不同故障程度的有效識(shí)別。
本文針對(duì)風(fēng)機(jī)軸承振動(dòng)信號(hào)特征提取問(wèn)題，運(yùn)用局部均值分解方法，從瞬態(tài)能量特征提取和非線性特征分析兩個(gè)角度提供了新的特征提取方法，為風(fēng)機(jī)軸承及其它機(jī)械部件狀態(tài)監(jiān)測(cè)和故障診斷提供了有效理論方法。需要進(jìn)一步研究的問(wèn)題有：
(1)  針對(duì) LMD 的一些缺點(diǎn)，如端點(diǎn)處理問(wèn)題、局部均值函數(shù)和包絡(luò)估計(jì)函數(shù)的平滑問(wèn)題、噪聲對(duì) PF 瞬時(shí)頻率的影響問(wèn)題，還需進(jìn)一步研究有效的處理方法。
(2)  由于實(shí)驗(yàn)條件限制，本文提出的方法僅對(duì)風(fēng)機(jī)軸承故障模擬實(shí)驗(yàn)平臺(tái)進(jìn)行了驗(yàn)證，還需要在工程實(shí)際應(yīng)用中做進(jìn)一步驗(yàn)證。