旋转机械复合故障特征的准确分离对提高旋转机械复合故障诊断的准确率具有重要意义。旋转机械复合故障特征表现为多个单故障特征如图像特征融合般耦合在一起而难以分离,项目利用图像分解对图像特征能有效提取和对不同图像特征能良好分离的能力,提出基于图像分解原理的旋转机械复合故障特征分离方法,具体进行以下三个方面的研究(1)建立旋转机械典型单故障和复合故障动力学模型,分析其动力学行为和响应特性,研究单故障和复合故障矩阵数据的特征及其演变规律,形成基特征和复合特征提取和表征方法;(2)研究基特征构成复合特征时基特征的演变规律和基特征间的交叠和遮挡现象及其演变规律,揭示复合故障的复合特性;(3)构建基特征匹配方法,提出复合故障矩阵数据中基特征搜索方法,研究复合特征分解方法,建立分解基特征与单故障间的映射关系。项目旨在解决旋转机械复合故障特征难以分离的难题,为旋转机械复合故障诊断提供理论和技术支持。
英文主题词image decomposition;rotating machinery;compound fault;feature separation;