17、工业机械故障诊断与智能方法解析

工业机械故障诊断与智能方法解析

在工业生产中，机械故障诊断至关重要，它直接关系到生产效率、产品质量和安全生产。本文将介绍基于相关系数和自适应小波的故障诊断方法，涵盖实验过程、数据分析以及方法对比等内容。

1. 相关系数与故障诊断实验

1.1 相关系数定义

Pearson 积矩相关系数（PPMCC）定义如下：
[L(X,Y)=\frac{\sum_{i = 1}^{N}(X_i - \overline{X})(Y_i - \overline{Y})}{\sqrt{\sum_{i = 1}^{N}(X_i - \overline{X})^2\sum_{i = 1}^{N}(Y_i - \overline{Y})^2}}]
顺序统计相关系数（OSCC）和 PPMCC 具有以下基本特性：
- 在单调递增变换下，相关系数保持不变。
- 当两个变量相互独立时，相关系数为 0。
- 当两个变量正相关时，相关系数为 1；负相关时，相关系数为 -1。

1.2 实验环境与条件

实验基于广东省石化设备故障诊断重点实验室的大型旋转机械实验平台。使用 EMT390 传感器采集数据，电机为 JW5624 型三相异步电机。主轴转速为 1200 转/分钟，采样频率为 20kHz。采集了五种模拟轴承故障的数据，包括轴承缺球、内圈磨损、外圈磨损、大齿轮缺齿以及大齿轮缺齿伴左轴承外圈磨损。

为获得更准确可靠的数据，采集了 A、B 两组数据，每组 49 个数据集，每个数据集包含 1024 个数据点。通过线性计算得到波形指数 (W_f)、峰值指数 (F_f)、脉冲指数 (P_f)、裕度指数 (CL_f)