论文部分内容阅读
本文在大量现场实验的基础上,从非线性时间序列分析研究入手,解决转子系统流体激励行为中确定性非线性成分、故障特征提取与辨识、可预测性以及故障的早期检测等基本问题,为全面的认识机组流体激励故障机理并彻底解决这一问题奠定基础.本文的主要工作如下:1.通过大量的现场实验,研究了阀门开度和负荷变化对机组流体激励行为的影响,归纳出密封转子系统发生流体激励故障时的特征规律及相应的辨识方法:转子系统发生流体激励故障时,频谱中除了转频成分外,在固有频率分量附近出现分量群,频谱成分比较丰富.2.将非线性非稳态油膜力模型与密封流体Muszynska模型结合起来,建立了非线性非稳态油膜支承下的密封转子系统流体激励模型,通过改变密封间隙进行理论分析和数值仿真表明,密封转子系统发生流体激励故障时产生了丰富的振动现象,具有明显的非线性特征.3.从非线性时间序列分析的基本问题——时间序列非线性检验出发,针对非线性直接检验方法对噪声和数据长度鲁棒性差的缺点,引入基于VWK的非线性间接检验方法.4.对Takens嵌入理论中的延迟时间参数选择问题进行了深入研究,针对奇异值比率SVF方法的不足,提出了一种新的延迟时间选择准则——基于奇异谱熵的延迟时间选择准则,通过对周期信号、R?ssler系统和Lorenz系统的数值仿真结果证明了该方法的有效性,并分析了奇异谱熵阶次和噪声对延迟时间选择结果的影响.5.为了有效的辨识转子系统流体激励行为并与其它故障进行区分,应用基于混沌理论的辨识方法对流体激励行为进行研究,应用GP算法,研究了不平衡、油膜振荡、流体激励、碰磨四种故障的关联维数,结果发现流体激励故障与其它几种故障明显不同,关联积分局部斜率曲线几乎未能得到收敛平台,结合流体激励VWK非线性检验间接方法,得出流体激励故障可能产生于高维混沌系统,具有高维混沌的特征的结论,为进一步对流体激励故障进行深入研究奠定了动力学基础.6.引入了基于ε
近邻点的相轨迹非线性预测方法,并研究了参数 对预测误差的影响.7.对基于Duffing振子的微弱特征信号检测原理中相变的量化指标问题进行研究,提出将Kullback信息散度和连续多分辨率熵两个指标作为振子相变过程的量化测度并对该方法在流体激励故障早期检测中的可行性问题进行研究,发现工程中现场测试得到的流体激励故障信号具有较强背景噪声、非平稳性等特点,基于混沌振子的微弱特征信号检测原理对流体激励故障信号并不敏感.