振動(dòng)檢測(cè)儀對(duì)機(jī)械故障特征分析
提取故障特征有多種方法,常用的有時(shí)域分析法、頻域分析法、旋轉(zhuǎn)特征分析法、相位分析法、時(shí)間序列分析法、模態(tài)分析法等。這些方法更適合于聲與振動(dòng)信號(hào)的分析處理,目前已經(jīng)發(fā)展成為現(xiàn)代故障診斷技術(shù)的主流 “ 。以上信號(hào)處理方法都是基于被分析系統(tǒng)是線性的,但由于一切運(yùn)動(dòng)本質(zhì)都是非線性的,而目前人們對(duì)非線性系統(tǒng)的認(rèn)識(shí)可以說(shuō)是極其有限的,因此我們?cè)趯?shí)踐中有時(shí)在線性系統(tǒng)范圍內(nèi)無(wú)論是采用時(shí)域頻域以及統(tǒng)計(jì)學(xué)的處理方法都難以***地解釋一個(gè)故障現(xiàn)象與多個(gè)可能的故障原因之間的關(guān)系,其原因是找們面對(duì)的研究對(duì)象很可能是非線性動(dòng)力學(xué)系統(tǒng)。***外在七十年代提出了非線性系統(tǒng)的混沌概念并加以研究, 目前混沌的研究已遍及各學(xué)科領(lǐng)域 ,如在生物醫(yī)學(xué)工程領(lǐng)域用混沌理論研究腦電、心電信號(hào),對(duì)其進(jìn)行分類(lèi)、診斷已取得成功。此外,在八十年代末,非線性的人工神經(jīng)網(wǎng)絡(luò)用于信號(hào)分析處理在***際上形成一股熱潮 , ***內(nèi)已有人將人工神經(jīng)網(wǎng)絡(luò)模型用于機(jī)械故障特征分析,取得了令人滿意的診斷結(jié)果 ?;煦缋碚摵头蔷€性神經(jīng)網(wǎng)絡(luò)系統(tǒng)模型的研究,為智能化診斷開(kāi)辟了一條嶄新的途徑,有可能對(duì)故障特征分析技術(shù)的發(fā)展起到很大的推動(dòng)作用。