摘要
对机械系统运行状态和故障在线监测，及时发现隐性和前期故障，一直是国内外研究热点。传统的具备一定隐性故障检测能力的机械系统故障检测技术主要是基于窄带处理的振动分析技术，其主要通过分析故障对应的特征频率及其倍频来发现故障和判型。但是这些技术对故障信息拾取和处理带宽不足，仅能够对已经发生的且比较严重的典型机械设备故障进行发现和判断，对设备的一些隐性故障则预判能力相对不足。在强背景噪声干扰下，振动信号的组成往往比较复杂，很容易造成故障信号在解调过程中发生混叠，使故障信号的特征频率及其倍频不易辨别。因此窄带振动分析技术已经无法满足机械系统运行状态和故障的全自动化、智能化在线监测要求。基于此，国外已经开始研究利用声学传感器基于宽带谱处理的下一代故障检测技术，只是公开文献相对较少。 声音是由振动产生，二者均是机械波，但是在机械系统前期和隐性故障状态时，利用声学传感器的良好宽带信息拾取能力，可实现宽带谱处理，充分利用故障信号的宽带信息可明显增强故障的前期发现能力和判型准确率。 本文提出了一种基于宽带谱处理的机械系统故障检测方法。该方法主要基于声学信号拾取和处理，通过对机械设备正常运行状态下的声学信号进行采集、跟踪和宽带背景噪声抑制，建立系统正常状态声纹库，然后通过基于宽带谱处理的宽带声纹匹配比对和模式识别技术，实现非同源声纹信号的检测和分类处理，进而实现对机械系统运行状态和隐性故障有效监测和判型。论文主要工作如下： (1)研究了一种基于宽带谱处理的机械系统故障检测方法，该方法采用宽带背景噪声抑制和宽带声纹匹配技术，对机械设备运行状态声学信号进行处理，通过对非同源声纹信号的检测和分类识别，实现对机械系统运行状态的监测和故障判型。 (2)对提出的基于宽带谱处理的机械系统故障检测方法进行了计算机数值仿真研究，并与传统故障检测方法进行了比对。 (3)基于LabVIEW开发平台实现了故障监测样机系统集成，对样机系统进行了初步测试。根据测试结果可以看出，该样机系统能够实时在线监测声学信号的状态变化。
NETL