《機械系統故障非線性過程的雙時間尺度診斷方法》是依託西安交通大學，由張慶擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：機械系統故障非線性過程的雙時間尺度診斷方法
- 項目類別：青年科學基金項目
- 項目負責人：張慶
- 依託單位：西安交通大學
中文摘要,結題摘要,
中文摘要
機械系統的故障是從輕微到嚴重的非線性發展過程，由於監測數據與運行狀態之間複雜的不確定性關係，單獨的過程分析或細節分析均難以實現故障程度的準確量化。本項目研究融過程分析與細節分析為一體的雙時間尺度故障診斷方法，主要內容包括：以支持向量回歸和動態時間彎曲為基本工具，建立歷史故障過程的基準趨勢模式，在過程尺度上匹配並預測故障的發展方向；構造面向故障發展階段細節特徵的形態學結構元素庫，設計級聯加權的形態學算法，捕捉不同故障階段在信號中的差異表現；建立雙時間尺度故障症狀的樹形結構，依託過程特徵與細節特徵的時間相關性，形成過程為主、細節驗證的動態流程，定量評估故障的發展程度，並通過模擬故障、自然損傷和現場測試三種方式進行驗證。本項目構建過程化的動態診斷機制，為早期故障預示提供新思路，可以提高故障辨識與預測的準確性，對保障機械設備安全可靠運行具有重要的意義。
結題摘要
針對機械系統故障的非線性發展過程，開展機械故障過程試驗、細節尺度分析、過程尺度分析和雙時間尺度診斷方面的研究，實現過程化的故障診斷機制，提高故障辨識與預測的準確性，保證機械設備安全可靠性運行。在機械系統非線性故障過程的試驗研究方面：以齒輪箱動力仿真器為試驗對象，採集不同運行條件下的多故障階段振動信號；構建數據採集系統，滿足狀態數據的長周期採集與保存需要；設計並完成軸承損傷過程試驗平台，獲得故障從發生到發展的全過程試驗數據；從工業現場中收集關鍵設備的現場測試數據，提供套用驗證數據。在故障特徵的細節尺度分析方面，研究基於形態學濾波器的故障特徵提取方法，設計形態學結構元素的最佳化準則和免疫最佳化算法，使用級聯開閉-閉開的加權組合形態學算法，從強背景噪聲信號中分離出故障引發的衝擊成分以及機械迴轉引起的特徵成分；使用兩次隨機共振方法獲得微弱衝擊衰減成分的出現周期、時刻以及固有頻率，通過移動最小二乘法擬合衝擊衰減成分的幅值與阻尼，形成面向故障發展階段細節表現的形態特徵庫，辨識故障發展過程中的特徵成分變化。在故障過程尺度分析方面，提出隱含故障過程的核密度估計神經網路跟蹤方法，從長周期監測數據中動態提取狀態主導特徵成分；研究基於支持向量回歸的故障過程基準模式建立方法，設計與幅值時間的平移伸縮無關的相似性參數，衡量待分析趨勢序列與故障過程基準模式的匹配程度；提出基於一類支持向量機的機械故障診斷信息記憶模型，滿足動態積累且表現多樣的故障信息記憶需要；提出基於自適應失效閾值的退化失效估計方法，實現了無先驗信息條件下個體設備失效與故障發展程度的量化評估。在雙時間尺度診斷方面，研究過程為主、細節為輔的特徵匹配機制，在故障發展的時間背景下分層次地實現動態故障診斷；研究功能部件潛在失效與可觀測關聯部件失效的時間尺度關係模型，構建長壽命周期功能部件的潛在退化過程評估方法；研究機械系統多故障模式的混合比例風險模型，融合過程尺度的壽命數據與細節尺度的監測數據，實現多故障模式相互競爭與作用條件下系統故障時間的準確預測。本項目先後在國內外期刊及會議上發表論文7篇，其中SCI檢索5篇，EI檢索2篇，待投稿論文2篇，項目成果申請國家發明專利1項，項目組成員參加境外學術會議2次，開展境外學術合作1人次。項目開展期間培養博士研究生2名，其中1人已畢業，培養碩士研究生3名，其中2人已畢業。
