本文關(guān)鍵詞：大型機(jī)械加工設(shè)備軸承故障診斷方法研究

  更多相關(guān)文章： 局域均值分解 數(shù)學(xué)形態(tài)學(xué) 粒子群算法 最小二成支持向量機(jī)

【摘要】：軸承作為大型機(jī)械加工設(shè)備運(yùn)轉(zhuǎn)的關(guān)鍵部件,一旦出現(xiàn)故障將有可能導(dǎo)致整個(gè)加工制造系統(tǒng)的癱瘓,影響企業(yè)的生產(chǎn)。本論文以大型機(jī)械加工設(shè)備作為研究對(duì)象,對(duì)其軸承故障進(jìn)行診斷研究,研究內(nèi)容如下:(1)分析大型機(jī)械加工設(shè)備的運(yùn)行特點(diǎn),以及測量軸承振動(dòng)信號(hào)的方法。在研究局域均值分解(Local Mean Decomposition,LMD)方法的原理基礎(chǔ)上,提出基于周期性的極值點(diǎn)延拓方法,在一定程度上解決了算法本身帶來的端點(diǎn)效應(yīng)問題,應(yīng)用相關(guān)分析方法解決虛假分量問題,并通過仿真實(shí)驗(yàn)對(duì)問題解決方法進(jìn)行了驗(yàn)證。應(yīng)用數(shù)學(xué)形態(tài)學(xué)對(duì)測量信號(hào)進(jìn)行降噪,并提出一種自適應(yīng)的三角形結(jié)構(gòu)元素。提出“LMD-形態(tài)降噪-LMD”的雙LMD信號(hào)處理方法,實(shí)現(xiàn)了信號(hào)的降噪和分解,在分析軸承結(jié)構(gòu)的基礎(chǔ)上選取了主要的PF分量,并提取其能量特征。(2)研究最小二乘支持向量機(jī)(Least Square Support Vector Machine,LSSVM)方法的基礎(chǔ)理論,基于提取的特征向量的特點(diǎn)提出一種新的核函數(shù);對(duì)LSSVM的核參數(shù)和可調(diào)參數(shù)對(duì)分類的影響進(jìn)行了研究,選擇粒子群(Particle Swarm Optimization Algorithm,PSO)方法對(duì)LSSVM的核參數(shù)和可調(diào)參數(shù)進(jìn)行優(yōu)化;在研究PSO基礎(chǔ)理論的基礎(chǔ)上,應(yīng)用混沌方法豐富PSO的種群,并應(yīng)用動(dòng)態(tài)的參數(shù)控制平衡了PSO的局部和全局搜索能力;在上述研究的基礎(chǔ)上,提出了改進(jìn)的PSO-LSSVM方法,實(shí)現(xiàn)了對(duì)軸承故障特征向量的模式識(shí)別。(3)以大型機(jī)械加工設(shè)備軸承故障診斷的理論研究為基礎(chǔ),LabVIEW為平臺(tái),結(jié)合MATLAB,編寫了大型機(jī)械加工設(shè)備的軸承故障診斷系統(tǒng),實(shí)現(xiàn)了軸承故障的在線診斷。對(duì)論文提出的雙LMD信號(hào)分解方法和改進(jìn)的PSO-LSSVM故障識(shí)別方法進(jìn)行實(shí)驗(yàn)驗(yàn)證,得到了與實(shí)際情況相一致的結(jié)果,證明了論文提出的軸承診斷方法的可行性,且對(duì)于實(shí)現(xiàn)大型機(jī)械加工設(shè)備軸承的定期維護(hù)有重要的參考價(jià)值。
【關(guān)鍵詞】：局域均值分解 數(shù)學(xué)形態(tài)學(xué) 粒子群算法 最小二成支持向量機(jī)
【學(xué)位授予單位】：山東理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TH133.3
【目錄】：

• 摘要4-5
• Abstract5-9
• 第一章 緒論9-19
• 1.1 課題來源9
• 1.2 大型機(jī)械加工設(shè)備軸承故障診斷的研究意義9-10
• 1.3 大型機(jī)械加工設(shè)備軸承故障研究現(xiàn)狀10-12
• 1.3.0 大型機(jī)械加工設(shè)備的故障診斷技術(shù)的發(fā)展10-11
• 1.3.1 常見的軸承故障類型11
• 1.3.2 軸承故障診斷方法11-12
• 1.4 基于振動(dòng)信號(hào)的軸承故障的特征提取方法12-15
• 1.5 軸承故障識(shí)別方法15-17
• 1.5.1 支持向量機(jī)15-16
• 1.5.2 最小二乘支持向量機(jī)16
• 1.5.3 PSO優(yōu)化算法16-17
• 1.6 論文的主要研究內(nèi)容17-18
• 1.7 本章小結(jié)18-19
• 第二章 軸承振動(dòng)信號(hào)分析及特征提取19-36
• 2.1 大型加工機(jī)械設(shè)備軸承運(yùn)行特點(diǎn)及數(shù)據(jù)采集方法19-20
• 2.2 LMD算法20-26
• 2.2.1 LMD算法過程20-22
• 2.2.2 虛假分量及判別方法22-23
• 2.2.3 端點(diǎn)效應(yīng)及改進(jìn)方法23-25
• 2.2.4 噪聲對(duì)LMD分解的影響25-26
• 2.3 數(shù)學(xué)形態(tài)學(xué)降噪26-29
• 2.3.1 數(shù)學(xué)形態(tài)基本運(yùn)算26-28
• 2.3.2 結(jié)構(gòu)元素的選取28-29
• 2.4 基于形態(tài)學(xué)降噪的雙LMD降噪及特征提取29-30
• 2.5 信號(hào)仿真實(shí)驗(yàn)30-35
• 2.6 本章小結(jié)35-36
• 第三章 基于PSO-LSSVM的軸承故障診斷36-60
• 3.1 最小二乘支持向量機(jī)36-37
• 3.2 核函數(shù)37-39
• 3.2.1 常用核函數(shù)37-38
• 3.2.2 適應(yīng)信號(hào)特點(diǎn)的新核函數(shù)38-39
• 3.3 LSSVM參數(shù)對(duì)分類的影響39-41
• 3.4 LSSVM的多分類問題41-42
• 3.5 改進(jìn)的粒子群算法42-45
• 3.5.1 PSO算法42-43
• 3.5.2 PSO的改進(jìn)方法43-45
• 3.6 基于改進(jìn)的PSO-LSSVM算法45-46
• 3.7 PSO- LSSVM的評(píng)價(jià)指標(biāo)46-47
• 3.8 基于雙LMD的PSO-LSSVM大型機(jī)械加工設(shè)備的軸承故障診斷方法393.9 軸承故障診斷實(shí)驗(yàn)方法研究47-48
• 3.9 軸承故障診斷實(shí)驗(yàn)方法研究48-59
• 3.9.1 大型加工機(jī)械的軸承信號(hào)測量48-49
• 3.9.2 雙LMD信號(hào)處理及特征提取49-56
• 3.9.3 軸承故障預(yù)測56-59
• 3.10 本章小結(jié)59-60
• 第四章 可視化的大型機(jī)械加工設(shè)備的軸承故障診斷程序60-66
• 4.1 系統(tǒng)的功能60
• 4.2 可視化的大型機(jī)械加工設(shè)備的軸承故障診斷程序設(shè)計(jì)60-65
• 4.2.1 信號(hào)處理過程的的可視化60-63
• 4.2.2 軸承故障診斷63-65
• 4.3 本章小結(jié)65-66
• 第五章 總結(jié)與展望66-67
• 參考文獻(xiàn)67-71
• 攻讀碩士學(xué)位期間發(fā)表的論文和科研情況71-72
• 致謝72

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 劉武強(qiáng);;機(jī)械加工設(shè)備的安全生產(chǎn)管理和維修[J];科技創(chuàng)新與應(yīng)用;2012年05期

2 方俊玉;;利用曲線選擇機(jī)械加工設(shè)備[J];機(jī)械科學(xué)與技術(shù);1991年04期

3 方俊玉;;利用曲線選擇機(jī)械加工設(shè)備[J];機(jī)械科學(xué)與技術(shù);1991年04期

4 崔德敏;卜新民;;《機(jī)械加工設(shè)備》課程改革的創(chuàng)新與實(shí)踐[J];青春歲月;2013年22期

5 康新龍;;機(jī)械加工設(shè)備課程教學(xué)改革與實(shí)踐[J];河北能源職業(yè)技術(shù)學(xué)院學(xué)報(bào);2007年03期

6 陶寶榮;;淺析機(jī)械加工設(shè)備維護(hù)規(guī)范[J];品牌與標(biāo)準(zhǔn)化;2010年18期

7 李宏林;;“三步走”教學(xué)法在高職“機(jī)械加工設(shè)備”課程中的應(yīng)用[J];機(jī)械職業(yè)教育;2013年05期

8 ;二硫化鉬在機(jī)械加工設(shè)備上的應(yīng)用[J];電子管技術(shù);1967年03期

9 曾榮芳;;機(jī)械加工設(shè)備管理的仿生學(xué)[J];太原機(jī)械學(xué)院學(xué)報(bào);1986年02期

10 ;國外二手機(jī)械加工設(shè)備供貨清單(續(xù))[J];組合機(jī)床與自動(dòng)化加工技術(shù);1993年09期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 蔡道勇;大型機(jī)械加工設(shè)備軸承故障診斷方法研究[D];山東理工大學(xué);2016年

2 劉弟新;機(jī)械加工設(shè)備布局方法及其仿真技術(shù)研究[D];大連理工大學(xué);2006年

，

本文編號(hào)：1061040