论文部分内容阅读
机车涡轮增压器是高速旋转部件，它的正常运行对机车的安全运转至关重要。目前，涡轮增压器故障是全路国产大功率机车的惯性故障，故障主要表现为:转子轴拉伤、轴承烧损、压气机叶轮扫膛、涡轮端大量积碳以及涡轮盘榫槽裂损叶片飞出等。因此，研究涡轮增压器转子系统故障诊断方法及其分析软件具有重要意义。本文针对涡轮增压器转子系统故障特点，建立其故障诊断与预测模型，开发故障诊断与预测软件系统。主要包括以下几个方面的内容: (1)涡轮增压器转子不平衡故障特征分析与辨识。构建转子系统模型，考虑轴质量对涡轮叶轮的影响，建立其转子系统的动力学方程，并通过实验验证了方程的合理性。在此基础上，基于谐响应分析研究涡轮增压器转子系统不平衡转动的振动特性，制定转子系统不平衡故障的判据，辨识转子系统的不平衡故障。 (2)涡轮增压器转子系统故障特征提取方法。基于时域、频域以及时频分析等方法，利用经验模态分解(EMD)的各本征模态函数(IMF)分量确定转子系统特征值，提取各阶IMF分量的能量值作为转子系统的特征变量。并以转子系统故障中的轴承故障为例，利用EMD方法对轴承数据进行故障特征提取，并验证EMD提取的能量值作为特征变量的有效性。 (3)涡轮增压器转子系统故障诊断的改进模糊支持向量机模型(FSVM)。为削弱噪声信号及野值干扰，利用粒子群优化算法(PSO)优化模糊C均值聚类(FCM)求解样本模糊隶属度，对传统的FSVM求解隶属度的方法进行改进，进而得到改进的FSVM模型。并将该模型应用于洛阳机车厂涡轮增压器转子系统故障诊断，实现了涡轮增压器转子系统故障有效诊断。 (4)涡轮增压器转子系统故障预测模型。针对转子系统的故障预测，引入灰色预测模型;基于二叉树支持向量机提出改进二叉树支持向量机分类模型(IBTSVM)，并建立针对涡轮增压器转子系统的灰色改进二叉树支持向量机(MGM(1，n)-IBTSVM)故障诊断预测模型，利用轴承数据对MGM(1，n)-IBTSVM的准确性进行验证，突破传统故障诊断方法并实现了检测与预警一体化。 (5)涡轮增压器转子系统故障诊断与预测软件的开发。通过LabVIEW与MATLAB混合编程，结合Access数据库，设计并开发机车涡轮增压器转子系统的故障诊断软件。软件内部嵌入FSVM、PSO优化的FSVM故障诊断算法、MGM(1，n)-IBTSVM诊断预测模型等。基于开发的软件对涡轮增压器转子系统故障以及仿真数据进行分析、诊断及预测，并在机车涡轮增压器转子实验平台应用验证。