[01286620]基于对称高密度紧小波框架的机电设备故障诊断方法研究

对于冶金、石化等行业中的大型风机、离心式压缩机、发电机组等流程工业中重要的大型机电设备,一旦发生故障,带来的经济损失将十分严重。因此,对设备进行状态监测和故障诊断是具有重要意义的。在流程工业企业中, 采用纠正性维护和预防性维护和状态维护（预知维护）等多种方法对设备进行故障诊断、状态监测和维护。振动信号分析是机电系统动态测试、状态监测与故障诊断中主要方法之一。而小波变被广泛应用于设备故障振动信号的特征提取。本课题针对目前根据振动信号进行故障特征提取的小波变换方法存在的问题开展以下研究工作： （1）本项目研究建立对称高密度紧小波框架的一般方法。 （2）研究基于对称高密度紧小波框架的设备故障诊断方法,建立基于HD-WDT的结晶器、风机等设备故障诊断方法。 （3）开发能实现多种常用框架波变换的信号测试分析软件,并开发与具有与主流MES的接口,从而有利于将本项目的研究成果迅速应用到实际工程中去。 （4）发表文章26篇,其中EI检索16篇。申请专利4项（含软件著作权）,授权发明专利1项,软件著作权1项。 本项目创新点： （1）研究了构造具有对称性、近似平移不变性、高消失矩等特性的对称高密度紧小波框架。 （2）提出将HD-WDT结合小波包、多小波方法用于设备故障诊断,特别是多故障并存或早期故障环境下的故障特征提取,为复杂机电设备故障诊断提供一种准确有效的方法。 （3）提出了一种基于HD-WDT降噪与云模型的状态性能评估算法的风机在线状态监测评估装置设计方案。