基于HHT与神经网络的旋转机械故障诊断研究

中图分类号：HT113.1;TH17论文编号：102870112-S089学科分类号：080203硕士学位论文基于HHT与神经网络的旋转机械故障诊断研究研究生姓名王磊学科、专业机械设计及理论研究方向机械振动系统的分析、测试及其控制指导教师纪国宜副研究员南京航空航天大学研究生院航空宇航学院二О一一年十二月NanjingUniversityofAeronauticsandAstronauticsTheGraduateSchoolCollegeofAerospaceEngineeringFaultDiagnosisofRotatingMachineryBasedonHHTandNeturalNetworkAThesisinMechanicalDesignandTheorybyWangLeiAdvisedbyAssociateProfessorJiGuoyiSubmittedinPartialFulfillmentoftheRequirementsfortheDegreeofMasterofEngineeringDecember,2011承诺书本人声明所呈交的硕士学位论文是本人在导师指导下进行的研究工作及取得的研究成果。除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得南京航空航天大学或其他教育机构的学位或证书而使用过的材料。本人授权南京航空航天大学可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。（保密的学位论文在解密后适用本承诺书）作者签名：日期：南京航空航天大学硕士学位论文I摘要旋转机械是航空、电力、化工等众多领域的关键设备，所以对其进行故障诊断研究具有重要的现实意义。而随着振动检测和信号处理等相关技术的不断发展，以振动信号检测、处理和分析为基础的故障诊断技术已成为故障诊断领域一个重要的研究方向，同时神经网络、遗传算法等理论的发展也为故障诊断技术的研究和应用开辟了一条崭新的途径。本文详细介绍了Hilbert-Huang变换（简称HHT）方法以及神经网络等相关内容。一方面，介绍了HHT方法的基本原理和实现过程，并分析了该方法存在的端点效应和虚假模态问题；另一方面，介绍了BP神经网络和遗传算法的基本理论，并研究了遗传算法优化BP网络的过程，即针对BP网络的不足采用遗传算法进行优化。同时，为研究旋转机械的故障诊断问题，采用多功能转子试验台模拟旋转机械的常见故障，并运用HHT方法对各故障信号进行处理和分析，在此基础上，利用模糊熵能够表示信号复杂程度且具有相对稳定性等特点，将模糊熵理论引入到故障诊断领域，并提出了一种基于EMD和模糊熵相结合的特征向量提取方法，同时将它用于转子故障的特征提取中，证明了该特征提取方法的可行性和有效性。最后，综合地运用HHT方法和经遗传算法优化的BP神经网络进行转子系统的故障诊断研究。提取转子系统常见故障的特征量，再将该特征量输入到经遗传算法优化的BP网络模型中进行故障诊断，结果表明上述方法应用在转子系统故障诊断中能够取得较好的效果。关键词：故障诊断，Hilbert-Huang变换，神经网络，遗传算法，特征提取，转子系统本文工作在机械结构力学及控制国家重点实验室完成。基于HHT和神经网络的旋转机械故障诊断研究IIAbstractRotatingmachineisthekeyequipmentoftheaviation,power,chemicalandmanyotheraeras,sothefaultdiagnosishasanimportantpracticalsignificance.Withthecontinuousevolutionofvibrationdetection,signalprocessingandotherrelatedtechnology,ithasbecameanimportantresearchdirectionoffaultdiagnosisbasedonthevibrationsignaldetection,processingandanalyze.Meanwhile,thedevelopmentofneuralnetwork,geneticalgorithmsandmanyothertheorieshasmadeanewwaytoresearchandapplyoffaultdiagnosis.ThispaperdescribesHilbert-Huangtransform(referredtoasHHT)method,neuralnetworkandotherrelatedcontant.Ontheonehand,itdescribesthebasicprincipleandimplementationprocessofHHTmethod,andanalysistheexistingendpointeffectandthefalsemodeproblem;ontheotherhand,itdescribesthebasictheoryoftheBPneuralnetworkandgeneticalgorithm,andresearchestheprocessofgeneticalgorithmBPnetworkoptimizationaswell,thentheBPnetworkisoptimizedforitsinsufficientbyusinggeneticalgorithm.Meanwhile,usingmulti-rotorteststandsimulatescommonrotatingmachinefault,andusingHHTmethodprocessesandanalyzethefailureforstudingtherotatingmachinefaultdiagnosis,thenasthefactthatFuzzyEntropycanexpresscomplexityofsignalandhaverelativestability,theFuzzyEntropytheoryisintroducedtofaultdiagnosis,thenamethodoffeatureextractionisproposedbasedonacombinationofEMDandfuzzyentory,andistakentofaultdiagnosisofrotorsystem,whichisfeasibleandeffective.Finally,usingHHTmethodandBPneuralnetworkoptimizedbygeneticalgorithmtoresearchfaultdiagnosisofrotorsystemintegratedly.Thecommonfaultcharacteristicsforrotorsystemisextracted,andisputintoBPnetworkmodeloptimizedbythegeneticalgorithmforfaultdiagnosis.Theresultindicatesthatthismethodcandiagnosisthefaultofrotorsystemeffectively.Keywords:Hilbert-Huangtransformation,neuralnetwork,geneticalgorithm,faultdiagnosis,featureextraction,rotorsystem南京航空航天大学硕士学位论文III目录第一章绪论........................................................................................................................................11.1课题研究的背景及意义..........................................................................................................11.2旋转机械故障诊断技术综述..................................................................................................11.2.1旋转机械故障诊断的含义及发展概况.......................................................................11.2.2旋转机械故障诊断的主要内容...................................................................................31.2.3旋转机械故障诊断的主要方法...................................................................................41.3常用时频分析方法及在故障诊断中的应用...........................................................................51.3.1传统的时频分析方法...................................................................................................51.3.2希尔伯特黄变换方法...................................................................................................61.4人工神经网络概述..................................................................................................................71.4.1神经网络的发展概况...................................................................................................71.4.2神经网络在机械故障诊断中的应用...........................................................................81.5本文主要研究内容..................................................................................................................8第二章HILBERT-HUANG变换的基本理论......................................................................................92.1HILBERT-HUANG变换的基本概念...........................................................................................92.1.1时间特征尺度....................................................................................................