论文部分内容阅读
对洗衣机振动信号进行研究,有助于了解洗衣机的运行状态,从而对洗衣机进行性能检测、故障诊断以及优化控制。GB/T4288-2018标准要求在洗衣机外箱体安装传感器对一般振动量如振动加速度与位移物理量等进行检测,但电机测速可以在外筒进行,这个就需要拆箱检测,效率很低。针对上述问题,本文提出将3D加速度传感器安装在洗衣机外箱体上提取振动信号并进行转速提取。但是在外箱体拾取得到的振动信号信噪比相对较低,而且脱水阶段的转速变化迅速,为精准提取转速带来较大的困难。因此,本文进行了深入研究,最终提出基于短时平均幅度差函数和自适应调参的洗衣机脱水阶段的转速提取优化方法,从而实现不拆卸状态下的转速提取。文中主要做了以下研究工作:(1)洗衣机振动信号的预处理研究工作。借鉴语音信号处理的方法,对洗衣机振动信号进行滤波、端点检测、分帧加窗处理等。采用短时平均能量和短时平均过零率相结合的方法划分出进水、出水、洗涤段和脱水段。(2)初步研究并对比了基于希尔伯特变换和希尔伯特-黄变换(HHT)的瞬时转速提取方法。这两种方法均利用了瞬时频率的原理进行转速提取,希尔伯特黄变换变换相较于希尔伯特变换提取精度略有提高,但是转速误差总体还是偏大,不满足国标要求。(3)重点研究了基于短时平均幅度差函数(Average magnitude difference function,简称AMDF)和差分阈值分段(Differential threshold segmentation,简称DTS)处理的洗衣机脱水阶段的转速提取。(4)在(3)的研究基础上进一步进行算法优化,为解决该算法存在的时间分辨率过低及个别极值点错误选择问题提出基于APA-AMDF和RBF拟合的洗衣机脱水阶段振动信号转速提取方法。采取分段变窗分帧的平均幅度差函数(AMDF)和自适应调参(APA)相结合的算法来提取脱水阶段振动数据对应的转速曲线。对于有教师模式采用外筒样本中心法进行自适应调参,对于无教师模式采用二阶差分法进行自适应调参,再利用RBF神经网络进行曲线拟合,获得脱水阶段振动数据的最终转速曲线。采用某型波轮洗衣机的三种不同的脱水时间模式进行实验,实验表明:对于本文中所采用及提出的方法,基于APA-AMDF和RBF拟合的洗衣机脱水阶段振动信号转速提取方法效果相对最优,实现了高精度和相对最高分辨率的转速测量。本文的转速提取方法不仅适用于工业现场的洗衣机转速自动检测,也可以进一步通用化应用于一般低信噪比场合的电机测速,并且为面向智能家居的家电远程故障诊断提供参考。图[56]表[10]参[48]