随着生产的发展与科学技术的进步，各类机械设备和结构向着大型、高效化发展，从而也使得这些机械设备和结构趋于复杂化。复杂的承载条件与长时间的连续工作，导致设备结构的损伤不可避免。因断裂、疲劳、腐蚀和磨损而造成的破坏，其损失达美、日等国家每年国民经济总值的6％～8％。而在我们国家20世纪80年代的结构损伤事故率比工业化国家高10倍，人员累计伤亡居国内劳动安全事故第二位。1986年，美国的“挑战者”号航天飞机失事损失高达12亿美元；苏联的切尔诺贝利核电站的核泄漏事故，对整个地区的人员、生态环境都是无法估量的损害。1985年我国大同电厂机组联轴器断裂事故、1988年秦岭电厂机组主轴断裂，造成的经济损失均近亿元，并严重影响华北和西北地区供电。从1984年到1991年，我国50MW以上的汽轮发电机组转子严重损坏等重大事故就达6起。因此，研究防止这类事故发生的根本途径——大型复杂机械结构的健康状况监测与故障诊断(尤其是早期故障诊断)的理论和技术，实现结构损伤的早期识别，及时采取措施，防止损伤的发展，以保证这些系统安全、可靠、长寿命、高效率地运行成为紧迫的任务。然而，对于大型的复杂机械结构，实现合理、优化地布置传感器，监测其运行结构的局部损伤，从中识别出损伤的结构件及损伤状态，进行早期故障预报是具有相当的难度的。太原理工大学博士研究生学位论文 国内外的研究报道显示，由于结构振动模态参数对不同损伤各有其敏感性，加之大型复杂结构振动模态识别技术发展的限制，以振动特性为参数对结构进行损伤检测的研究大多集中在诸如直梁、析架等简单对称结构，且多是基于有限元分析数值计算得出相应的结论。而实际设备的构造及联接都是相当复杂的，无法实现可靠的有限元建模。如何实现用振动测试技术对实际复杂工业结构的健康状况进行监测与故障的在线诊断还是一个急待解决的问题。 故障诊断技术具有很强的学科交叉性，尤其是现代控制理论，信号处理，模式识别、最优化方法、决策论、人工智能等的迅速发展，为解决复杂系统的故障诊断问题提供了理论基础，形成了许多具体的方法。故障信号的特征提取为故障准确诊断的前提条件。近三十年来，各类机械设备基于实时监测(包括振动监测)的故障诊断技术的研究和应用，促进了故障信号处理和特征提取技术的发展。这些技术包括时域信号波形分析和统计特征值提取;基于FFT分析的高斯平稳随机信号现代谱分析技术:自功率谱和互功率谱、高阶谱、倒谱、复倒谱以及谱嫡与极大嫡谱估计(也包括与之相对应的自相关与互相关函数、高阶自相关函数等时域分析);非平稳信号的时频分析和多元统计分析等。故障诊断技术还涉及到材料的选择、制造工艺、结构设计、断裂力学等多种学科和专业技术领域。随着力学、材料科学、物理学、化学领域的学科交叉与发展，可从缺陷的背景和损伤、断裂机制来研究从材料变形、损伤到失效的全过程。而计算机数据处理、模式识别的技术发展为与早期故障相关的微弱信号的捕捉和提取，提供了有利的手段。 结构损伤检测是一个具有广阔工程应用背景的研究课题，而大型复杂结构损伤检测的研究离实际应用还有距离，还有一许多问题需要在太原理工大学博士研究生学位论文今后的研究中加以解决:如精确的测量信息处理技术的发展，以期获得更加精确的测量模态;基于吸收各种方法优点的混合模型的结构损伤检测方法的研究;大型设备的工况监测，传感器的合理布置与优化配置问题的具体应用;其它理论方法的引入，如模糊数学的应用以及子结构振动分析方法的应用等等。 本课题以大型振动机械为研究对象，进行结构损伤检测方法研究。常规的无损检测方法，如超声波、射线以及磁力探伤与渗透法探伤等大多是用于生产过程中间环节的零件离线检测和设备检修，通常为静态检测。本项目研究的基本思路是对大型振动机械进行多测点建模，利用振动测试技术进行充分的离线试验和分析来获取被诊断结构的振动特性细节、故障机理及其特征，作为结构动力学本质特征库的先验知识与在线自动故障诊断信息库的重要内容;研究以结构的少测点获取结构损伤信息的建模方法，合理配置传感器，实现对大型振动结构进行健康状况的在线监测。通过振动特性的微小变化，发现与定位结构早期损伤，离线实现结构损伤细节的分析与估计。上述思想是本项目研究的创新性思维。 课题具体内容包括:通过对整体结构的模态参数识别，判断损伤的结构;用声发射技术对损伤的结构进行损伤细节分析;研究对大型振动机械进行健康状况监测的方法。 大型直线振动筛是洗煤厂的主要设备之一，作为振动机械，不仅工作强度大，且工作环境十分恶劣，连续工作使其结构极易产生疲劳断裂。本课题的研究目标是采用对振动筛的结构进行系统动力学健康状况监测与声发射技术离线检测相结合的方式确定结构损伤的部位与损伤的程度。 下横梁是振动筛的主要承载结构件，也是易损伤结构。本文从振了 太原理工…大~学遵上i塑垫堂竺些竺一一一一一一一一?