基于全矢谱的设备故障强度预测研究-机械电子工程专业论文.docxVIP

万方数据 万方数据 学位论文原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研 究所取得的成果。除文中已经注明引用的内容外，本论文不包含任何其他个人 或集体已经发表或撰写过的科研成果。对本文的研究作出重要贡献的个人和集 体，均已在文中以明确方式标明。本声明的法律责任由本人承担。 学位论文作者： 日期： 年 月 日 学位论文使用授权声明 本人在导师指导下完成的论文及相关的职务作品，知识产权归属郑州大学。 根据郑州大学有关保留、使用学位论文的规定，同意学校保留或向国家有关部 门或机构送交论文的复印件和电子版，允许论文被查阅和借阅；本人授权郑州 大学可以将本学位论文的全部或部分编入有关数据库进行检索，可以采用影印、 缩印或者其他复制手段保存论文和汇编本学位论文。本人离校后发表、使用学 位论文或与该学位论文直接相关的学术论文或成果时，第一署名单位仍然为郑 州大学。必威体育官网网址论文在解密后应遵守此规定。 学位论文作者： 日期： 年 月 日 摘要 摘要 摘要 设备在高速运转下，一旦关键运动部件发生故障将会带来巨大的经济损失 以及人员伤害，为让损失降到最低，需要做到故障强度早知道，因此设备故障 强度预测显得尤为重要。由于转子本身的涡动特性，同一截面不同方向获取的 振动信息存在差异性，具有不同的频谱结构，因此单通道信息不足以反映转子 的真实振动情况。之前学者研究的单通道预测方法由于获取振动信息不完善， 导致预测结果一致性差，从而不能很好地实现故障强度的预测。通过全矢谱获 得的频谱结构具有唯一性的特点，能够很好地弥补单通道的不足，在此基础上， 将时序预测方法 ARMA 模型与全矢谱技术相结合，提出了全矢-ARMA 模型预 测方法，并把该方法应用到机械振动强度预测和故障强度预测研究中。试验表 明，该方法预测的故障强度结果与实际较吻合。 本课题的研究内容和主要成果如下： （1）研究了全矢-ARMA 模型预测方法和建模过程。给出了时序预测方法 ARMA 模型结合全矢谱技术的全矢-ARMA 模型的具体建模过程，并给出了建模 过程中一系列具体的理论计算公式以及完善的预测流程图。 （2）研究了基于全矢-ARMA 模型的机械振动强度预测流程及应用。将全 矢-ARMA 模型预测方法应用到机械振动强度预测研究中，并给出了机械振动强 度的预测过程。试验表明，全矢-ARMA 模型具有较好的预测效果，并在机械振 动强度的预测中表现出了较高的预测精度。 （3）研究了基于全矢-ARMA 模型的齿轮断齿故障强度预测流程及应用。 在以上的基础上，将全矢-ARMA 模型扩展到故障情况下的频谱预测，从而实现 了故障强度的预测，并给出了故障强度预测的过程。试验表明，全矢-ARMA 模 型在各个频率处都有较好的预测结果，保证了预测频谱结构的准确性，很好地 实现了齿轮断齿故障强度的预测。 关键词：全矢谱技术；ARMA 模型；故障强度预测；信息融合；时序预测方法； 齿轮故障 I Abstract Abstract Abstract Under the machinery at high-speed operation, once the key moving parts fault which will bring huge economic losses and personal injuries. In order to reduce losses to a minimum, fault strength need to be known early. Thus prediction of machinery fault strength is particularly important. Considering vortex dynamic characteristics of the rotor itself, vibration information that is achieved by different direction on the same section has differences. For this reason different spectral structures will be got. Therefore single-channel information cannot reflect the real vibration of rotor accurately. Considering incomplete vibration information that leading to poor consistency of predictive results, single-channel prediction meth