TVAR在非平稳工况转子故障诊断中的应用

摘要：

研究了基于BP网络(ANN)的时变参数自回归模型(TVAR)及其在非平稳工况旋转机械故障诊断中的应用.首先提出了一种基于BP算法的TVAR参数辨识方法,然后利用TVAR方法对一非线性调频仿真信号进行时频分析,并与典型时频分析方法短时傅里叶变换(STFT)及Choi-Williams分布(CWD)的分析结果进行比较.结果表明,TVAR方法具有时频分辨率高、无交叉干扰项及计算速度快等优点.最后利用TVAR方法分析了转子启动过程正常及故障工况下转子实验台的非平稳振动信号.研究表明,TVAR不但能够有效地分析非平稳振动信号,而且具有较强的故障特征提取和抗噪声能力,是在时频域上进行故障诊断的有效方法.

关键词：时变参数自回归模型、非平稳信号、故障诊断、时频分析

所属期刊栏目：27

分类号：TP277(自动化技术及设备)

资助基金：江西省自然科学基金0450017

在线出版日期：2007-07-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：108-111