论文部分内容阅读
在大型汽轮机故障诊断中,故障信号的特征分析是相当重要的,而采用的方法将决定分析的效果。本论文结合浙江省科技攻关计划项目“分布式机组远程智能状态监测与故障诊断技术和系统研发(2007C21086)”,基于Morlet小波变换理论,利用多功能转子振动试验台模拟汽轮机轴系复合故障,应用Labview平台及相关硬件进行故障信号的数据采集,在Matlab软件中应用Morlet小波分析故障信号并进行特征值提取,结合BP神经网络探索复合故障的诊断方法。本论文首先对论文的选题以及相关背景进行了探讨,并对相关的小波分析理论进行了阐述,主要针对多功能转子振动试验台的偏心、碰磨、轴承座松动、偏心+松动、碰磨+松动和偏心+碰磨这6种单一和复合故障形式及故障机理作了简单的介绍,并对相关的Morlet小波分析和BP算法进行了详细探讨,主要工作内容包括下面几个方面:开发了基于NI公司PCI-6221数据采集卡,针对多功能转子振动试验台的多通道数据采集程序,并在多功能转子振动试验台上进行故障模拟和数据采集。利用多功能转子试验台对故障的振动信号(X方向和Y方向)做FFT频谱分析,以确保单一故障的准确性,为复合故障的研究提供了依据。利用改进的Morlet小波分析在改善频域混叠上的特点,对故障信号的子频段信号进行提取,并以各子频段的能量值作为分析的依据。比较了以FFT提取的各倍频点的振动幅值与Morlet小波分析提取的各子频段能量值作为BP网络的输入层所能达到的故障诊断效果。将BP神经网络与小波分析相结合应用到单一故障和复合故障诊断中去,由于单样本数据源作为BP网络的输入层无法满足故障诊断的要求,故采用了多样本数据源信息融合的方式,经实验显示其能较好的识别故障类型。