变转速下机械动态信息的自适应提取与状态评估方法研究

The dynamic signals of machinery in varying speed operations are more complex than those in stationary operations. Those signals are non-stationary in nature and characterized as frequency modulation, amplitude modulation and phase modulation. In addition, those modulation effects are always coupled together in the time-frequency domain, which bring difficulty for the fault symptom extraction. For those reasons, there is a high demand for new diagnostic theory for the condition monitoring and fault diagnosis of machinery in varying speed operations. Under this background, the mechanism of fault signal generation and propagation is investigated firstly in this project. Subsequently, the running condition is accurately identified by adaptive instantaneous rotating speed estimation. A generalized order tracking technique is further established, which provides an effective tool for non-stationary signal processing under varying speed conditions. Finally, the multi-source vibration and transient fault signature identification methodology is developed to investigate the evolutions of fault signature with the rotating speed of machinery, and provide a guideline for the optimal selection of measurement speed. Those methods developed in this project could not only form a solid foundation for the fault diagnosis of machinery with varying speed conditions, but also provide a guideline for the gearbox runup signal analysis, fault diagnosis of bearings under varying speed, dynamic behavior assessment of precise transmission chains.

与定转速相比，变转速工况下的机械设备动态信号变得十分复杂：设备转速变化会给机械动态信号带来调频、调幅、调相等非平稳现象，上述调制特征又往往相互耦合，使故障特征的提取变得十分困难。因此，变转速下机械动态信息的有效提取既是许多行业机械设备故障诊断水平提升所迫切需要解决的技术瓶颈，也是当前国内外研究的热点问题。本项目是在这一背景下，从故障信号的产生机理入手，通过自适应瞬时转速估计研究，实现设备瞬态运行工况的精确辨识；通过基于时变滤波的广义阶次跟踪方法研究，建立变转速下机械动态信息的自适应提取工具；通过多振源分离和瞬态故障特征识别方法研究，进一步揭示故障特征随设备转速的演化规律，为发掘最佳测试转速提供依据。这一研究工作可为变转速下机械设备的健康状态评估与故障诊断提供理论基础，并为齿轮箱起停车故障诊断、变转速滚动轴承损伤识别、精密传动系统动态特性评估等实际应用提供技术手段。

与定转速相比，变转速工况下的机械设备动态信号变得十分复杂：设备转速变化会给机械动态信号带来调频、调幅、调相等非平稳现象，上述调制特征又往往相互耦合，使故障特征的提取变得十分困难。因此，变转速下机械动态信息的有效提取既是许多行业机械设备故障诊断水平提升所迫切需要解决的技术瓶颈，也是当前国内外研究的热点问题。本项目正式是在这一背景下，围绕瞬时转速精确估计、瞬态特征识别、设备状态评估和定量诊断等科学问题开展研究工作的。在本项目的资助下，相关研究工作共发表学术论文18篇，其中SCI论文16篇；申请国家发明专利6项，其中2项已获得授权。本项目的核心研究内容和主要创新性成果可总结如下：. 1. 建立了自适应短时chirp-Fourier变换模型，提出了调频参数的优选方法，实现了无转速计条件下机械设备瞬时转速的精确估计。. 2. 提出了变转速机械设备的特征挖掘和信息融合技术, 通过联合柔性时域平均和短时相位提取方法，将故障引起的相位调制表征为关于转速和设备回转角度的联合分布函数，有效揭示了故障特征随设备运行转速的演化趋势，为设备最佳监测工况的选取提供有力依据。. 3. 提出了基于谐噪比的最优解调频带搜索策略，克服了传统的基于峭度的搜索方法的稳定性差、易受干扰的缺陷，实现了复杂服役环境下周期性冲击信息的准确辨识，为齿轮、轴承、转子等机械部件的早期故障提取提供手段。. 4. 提出了滚动轴承的多载波-多调制模型，建立了基于谐波乘积谱的冲击信号检测和增强方法，形成了复杂服役环境下滚动轴承的定量诊断技术。. 5. 利用数控装备的内置传感信息，建立了基于奇异谱分析的微弱位置波动的检测方法，实现了数控装备动态误差的有效溯源和准确提取。. 本项目取得的研究成果可为变转速下机械设备的健康状态评估与故障诊断提供理论基础，并为齿轮箱起停车故障诊断、变转速滚动轴承损伤识别、精密传动系统动态特性评估等实际应用提供技术手段。