关键词：零空间追踪;故障诊断;自适应性信号分解;经验模态分解;广义S变换
摘 要：本论文是在国家自然科学基金(No.51675258,51265039,51075372)、机械传动国家重点实验室开放基金(No.SKLMT-KFKT-201514)、国家重点研发计划项目(2016YFF0203000)和江西省教育厅科学技术研究项目(No.GJJ12405,GJJ150699)资助下展开研究。针对经验模态分解在机械故障诊断中存在的一些不足,本文将零空间追踪方法应用到机械故障诊断中,提出了基于零空间追踪算法的机械故障诊断方法,取得了一些创新性的成果,主要研究内容如下:1、论述了课题的提出及其研究意义,综述了零追踪算法在国内外的研究现状和追踪算法在故障诊断中的研究现状。在此基础上,给出了本论文的研究内容和创新之处。2、论述了零空间追踪(NSP)算法的相关理论知识,包括局部窄带信号、线性微分算子和积分算子,并比较了这两种算子的不同,相应地得到不同算子下的局部窄带信号;详细分析了基于参数化微分算子的零空间追踪算法,同时与同样都是对局部窄带信号提取的T-K能量算子在理论上进行了比较。最后,通过仿真实验,对比分析了积分算子和微分算子的零空间追踪算法,仿真结果表明,这两类算子都能将局部窄带信号很好地提取出来。本章所研究的零空间追踪算法理论是整篇论文的理论基础。3、提出了基于零空间追踪算法的机械故障诊断方法,并给出了诊断过程,同时与EMD进行了对比分析,仿真结果表明,提出的方法能够有效地对多分量非平稳信号进行分解,还原出原信号的频谱特征,不会产生过多的模态,零追踪算法明显优于EMD方法,该方法的抑制噪声能力也非常强。最后,将提出的方法对滚动轴承内外圈故障进行分析,实验结果能有效地检测出内外圈故障特征频率,进一步验证了提出的方法的有效性。4、论述了广义S变换(GST)的定义和算法,广义S变换是一种无损的时频分析分方法,可以通过控制参数调节小波基,从而得到更好的灵活性和更高的时频分辨率。零空间追踪算法可以利用局部奇异线性算子自适应地来提取窄带信号的分解算法。在此,结合NSP和GST的各自优点,提出了一种基于NSP和GST的混合信号分解方法,简称NSP-GST算法。详细论述了NSP-GST算法的相关理论,并与基于NSP和标准S变换(ST)的混合信号分解方法(简称NSP-ST算法)进行了对比分析,仿真研究。仿真结果表明,提出的方法优于NSP-ST算法,成功地实现了仿真信号频域的分离,获得了更好的时频分辨率。最后,利用NSP-GST方法对转子碰摩故障进行诊断,实验结果验证了提出的方法是有效的,能成功检测出碰摩故障特征。5、论述了EMD理论、算法和存在的不足,针对EMD方法的缺陷,对EMD算进行修正,并证明了其收敛性。同时,对NSP局限性的原因作了理论上的分析。在此基础上,针对EMD和NSP存在的局限性,提出了一种基于EMD-NSP的故障诊断方法,并与传统的EMD、NSP分解方法进行了对比研究。仿真研究表明,提出的算法是有效的,EMD-NSP方法明显优于EMD、NSP分解方法。最后将该算法用于轴承故障诊断,能够有效地提取出滚动轴承故障的故障特征频率,进一步验证了该方法的有效性。
内 容：原文可通过湖北省科技信息共享服务平台（http://www.hbstl.org.cn)获取