论文部分内容阅读
设备健康预测包括设备故障诊断和设备退化趋势预测，对设备故障的诊断采用声发射技术进行检测，由于声发射检测技术在对微弱信号检测中相对于常用的振动方法有一定的优势，因此将声发射应用于设备故障诊断，对检测后的声发射信号采用数学形态学方法进行处理。对设备退化趋势的预测采用退化轨迹模型的寿命预测方法。 故障轴承和齿轮等旋转设备产生的声发射信号属于非平稳信号，使用传统的故障诊断方法对其进行处理有局限性。数学形态学作为一种非线性分析方法，非常适合于非平稳信号的故障分析和处理。 本文把形态学分析方法引入到声发射信号的处理与分析中，介绍了一种选择结构元素最佳尺寸的方法。文章介绍了应用三种退化轨迹模型对设备的寿命进行预测的方法，最后采用Microsoft Visual C++6.0软件实现设备健康预测软件的编写，并且介绍了软件的使用方法。本文完成的具体工作如下: (1)对数学形态学的基本原理进行了介绍，包括二值数学形态学的基本理论、灰值数学形态学的基本理论和本影变换的基本理论。 (2)研究了形态滤波的基本原理、形态滤波的影响因素。引入了一种衡量降噪效果的方法实现了对实验台滚动轴承故障的仿真和现场信号故障特征的滤波和特征提取，取得了较好的效果。 (3)针对寿命预测中试验样本少和寿命失效数据难于获取的难题，本文提出基于退化轨迹模型的性能可靠性评价方法。从性能退化的角度有效解决了传统可靠性评价中难于获取完整寿命数据的难题。 (4)基于C++语言开发设备健康预测软件，包括特征频率计算模块、波形处理模型和寿命预测模块。采用现场的声发射数据和仿真的退化数据验证了软件的有效性。