發(fā)布時間：2018-06-10 11:50

  本文選題：自適應共振解調 + 滾動軸承�。� 參考：《應用基礎與工程科學學報》2017年03期

【摘要】：隨著互相關系數結合共振解調方法廣泛應用于滾動軸承故障診斷領域,這類方法逐步暴露出一些問題,如互相關系數方法需要借助其它算法降噪、互相關系數作為一個指標需要人為設置閾值等,這些缺陷導致該方法在很多狀況下對軸承故障特征提取的效果并不理想.因此,本文提出了基于互相關函數的自適應共振解調方法,利用互相關函數降噪和突出同頻信號的特性不僅可以擺脫對人為因素的依賴,而且可以進一步削弱所選共振帶內部噪聲,從而使故障特征頻率更加明顯.通過對這一新方法的精度測試與魯棒性測試,表明了該方法不僅能夠提高噪聲干擾條件下的軸承故障診斷精度,而且對帶通濾波器失效與任意一路信號源自身突發(fā)性故障具有良好的自適應能力.
[Abstract]:Along with the wide application of the cross-relation number and resonance demodulation method in the field of rolling bearing fault diagnosis, this kind of method gradually exposes some problems, for example, the mutual relation number method needs to use other algorithms to reduce the noise. As an index, the interrelation number needs to be artificially set threshold, etc. These defects lead to the unsatisfactory effect of the method in many cases for bearing fault feature extraction. Therefore, an adaptive resonance demodulation method based on cross-correlation function is proposed in this paper. Using the characteristics of cross-correlation function to reduce noise and highlight the same frequency signal, we can not only get rid of the dependence on human factors. Furthermore, the internal noise of the selected resonance band can be further weakened, thus making the fault characteristic frequency more obvious. By testing the accuracy and robustness of the new method, it is shown that the method can not only improve the accuracy of bearing fault diagnosis under noise disturbance, but also improve the accuracy of the method. Moreover, it has good adaptive ability to the failure of band-pass filter and the sudden fault of any signal source itself.
【作者單位】： 石家莊鐵道大學電氣與電子工程學院;中車青島四方機車車輛股份有限公司;
【基金】：國家自然科學基金項目(11227201,11372199,11572206) 河北省自然科學基金項目(A2014210142)
【分類號】：TH133.33

【參考文獻】

相關期刊論文 前10條

1 付云驍;賈利民;秦勇;楊杰;張媛;;基于乘積函數相關熵的滾動軸承故障辨識方法[J];應用基礎與工程科學學報;2016年02期

2 林近山;竇春紅;張妮;;基于多重分形去趨勢互相關分析的齒輪箱故障診斷[J];機械傳動;2016年01期

3 張超;陳建軍;;基于EMD降噪和譜峭度的軸承故障診斷方法[J];機械科學與技術;2015年02期

4 俞靜一;趙國慶;沈志博;;偵察信號互相關濾波的信噪比分析[J];中國電子科學研究院學報;2014年02期

5 張睿凡;孔凡讓;;基于譜峭度法的滾動軸承故障診斷研究[J];現代制造工程;2012年06期

6 蘇文勝;王奉濤;張志新;郭正剛;李宏坤;;EMD降噪和譜峭度法在滾動軸承早期故障診斷中的應用[J];振動與沖擊;2010年03期

7 王俊剛;楊號;;基于互相關的正弦信號特征提取方法[J];海軍航空工程學院學報;2009年03期

8 楊尚國;楊新華;馬曉東;;基于互相關函數的孤立詞端點檢測算法[J];微計算機信息;2007年18期

9 徐平;王寶善;張尉;林建民;陳槞;;利用互相關函數求地震波衰減[J];地球物理學報;2006年06期

10 張波;安連鎖;沈國清;李穎;;互相關函數在聲學測溫系統(tǒng)中的誤差分析[J];電力科學與工程;2006年01期

相關碩士學位論文 前2條

1 劉佩森;基于共振解調理論的滾動軸承故障診斷儀研究[D];電子科技大學;2014年

2 溫國強;基于多信息源的滾動軸承故障診斷方法與實驗研究[D];青島理工大學;2013年

【共引文獻】

相關期刊論文 前10條

1 徐光宇;熊慶宇;賈睿璽;張瑞;;回波峰值特征聲學測溫及DSP+FPGA測溫系統(tǒng)[J];電子技術應用;2017年08期

2 馬增強;柳曉云;張俊甲;王建東;;VMD和ICA聯(lián)合降噪方法在軸承故障診斷中的應用[J];振動與沖擊;2017年13期

3 劉永兵;周亞凱;馮志鵬;;形態(tài)分量分析在滾動軸承故障診斷中的應用[J];工程科學學報;2017年06期

4 袁濤;張尚斌;何清波;;時變奇異值分解在軸承故障特征提取中的應用研究[J];機械與電子;2017年06期

5 柯燕亮;王華慶;唐剛;袁洪芳;李嶺陽;;基于Teager峰值能量的低轉速軸承故障特征提取方法[J];振動與沖擊;2017年11期

6 馬增強;谷朝健;王建東;;基于互相關函數的滾動軸承故障診斷方法研究[J];應用基礎與工程科學學報;2017年03期

7 段佳雷;王茹月;叱干博文;;基于自相關EMD和快速譜峭度消噪的軸承故障診斷方法研究[J];自動化與儀器儀表;2017年05期

8 姜萬錄;王振威;朱勇;董克巖;張生;;基于VMD消噪處理的滾動軸承早期故障識別[J];液壓與氣動;2017年05期

9 李笑梅;賀德強;譚文舉;陳二恒;;基于EEMD和RBFNN的列車滾動軸承故障診斷研究[J];鐵道科學與工程學報;2017年05期

10 于青民;李曉磊;翟勇;;基于改進EMD和數據分箱的軸承內圈故障特征提取方法[J];山東大學學報(工學版);2017年03期

相關碩士學位論文 前5條

1 吳強鏹;直升機自動傾斜器滾動軸承故障診斷方法研究[D];南昌航空大學;2016年

2 任遠杰;基于改進譜峭度的滾動軸承早期故障診斷研究[D];大連理工大學;2016年

3 王浩;基于有限元仿真的滾動軸承與滾珠絲杠副故障診斷方法研究[D];青島理工大學;2015年

4 杜興苗;數控機床滾珠絲杠副的狀態(tài)監(jiān)測與故障診斷研究[D];青島理工大學;2015年

5 馮春生;基于多源不確定信息融合的數控機床滾動軸承故障診斷方法與實驗研究[D];青島理工大學;2015年

【二級參考文獻】

相關期刊論文 前10條

1 張淑清;胡永濤;李盼;包紅燕;姜萬錄;錢磊;;基于MEMD互近似熵及FCM聚類的軸承故障診斷方法[J];中國機械工程;2015年19期

2 程軍圣;鄭近德;楊宇;羅頌榮;;基于部分集成局部特征尺度分解與拉普拉斯分值的滾動軸承故障診斷模型[J];振動工程學報;2014年06期

3 林近山;陳前;;多重分形去趨勢波動分析在滾動軸承損傷程度識別中的應用[J];中國機械工程;2014年13期

4 成昊;唐斌;;基于相關熵的盲源分離算法[J];電子科技大學學報;2013年02期

5 林近山;陳前;;基于多重分形去趨勢波動分析的齒輪箱故障特征提取方法[J];振動與沖擊;2013年02期

6 張超;陳建軍;郭迅;;基于EMD能量熵和支持向量機的齒輪故障診斷方法[J];振動與沖擊;2010年10期

7 蘇文勝;王奉濤;張志新;郭正剛;李宏坤;;EMD降噪和譜峭度法在滾動軸承早期故障診斷中的應用[J];振動與沖擊;2010年03期

8 段軍棋;何子述;;多頻雷達信號高分辨多普勒處理[J];系統(tǒng)工程與電子技術;2010年03期

9 張亞洲;石林鎖;秦亮;;基于譜峭度法和自適應遺傳算法的軸承故障診斷[J];軸承;2010年03期

10 李力;彭中笑;彭書志;;去趨勢波動分析在齒輪故障診斷中的應用研究[J];中國機械工程;2009年19期

相關碩士學位論文 前8條

1 郭慶豐;高階統(tǒng)計量在滾動軸承故障診斷中的應用[D];電子科技大學;2013年

2 吳麗媛;基于粗糙集神經網絡的數控機床滾珠絲杠副故障診斷研究[D];青島理工大學;2012年

3 薛金亮;基于振動噪聲信息融合的齒輪箱齒輪故障診斷研究[D];青島理工大學;2012年

4 李文斌;基于多小波分析的滾動軸承故障診斷方法研究[D];北京工業(yè)大學;2011年

5 廖慎勤;基于LabVIEW及BP神經網絡的模擬電路故障診斷系統(tǒng)研究[D];湖南師范大學;2010年

6 周長生;齒輪與滾動軸承故障診斷方法的研究及專家系統(tǒng)的建立[D];蘭州理工大學;2007年

7 崔碩;基于振動信號的滾動軸承故障診斷的方法研究[D];太原理工大學;2007年

8 郭秀榮;RBF神經網絡在電噴發(fā)動機故障診斷中的應用研究[D];東北林業(yè)大學;2005年

【相似文獻】

相關期刊論文 前10條

1 張益純,劉振娟;滾動軸承故障分析探討[J];內燃機配件;2000年03期

2 秦愷,陳進,姜鳴,陳春梅;一種滾動軸承故障特征提取的新方法——譜相關密度[J];振動與沖擊;2001年01期

3 鄧長春;;聲發(fā)射法在滾動軸承故障識別中的應用[J];試驗技術與試驗機;2002年Z2期

4 任昭蓉;滾動軸承故障的小波診斷法[J];機械制造與自動化;2004年06期

5 陸爽,田野;滾動軸承故障特征識別的時頻分析研究[J];機床與液壓;2005年06期

6 江涌;基于余弦調頻小波變換的滾動軸承故障研究[J];機械設計與制造;2005年06期

7 程光友;;時域指標在滾動軸承故障診斷中的應用[J];中國設備工程;2005年12期

8 陳洪軍;趙新澤;王延軍;;滾動軸承故障試驗臺的理論建模分析[J];四川理工學院學報(自然科學版);2005年04期

9 李崇晟;滾動軸承故障的非線性診斷方法[J];軸承;2005年05期

10 趙春華;嚴新平;趙新澤;袁成清;高虹亮;;滾動軸承故障的可拓物元診斷方法[J];潤滑與密封;2006年04期

相關會議論文 前10條

1 張益純;;常見滾動軸承故障診斷的技術探討[A];第十屆全國設備監(jiān)測與診斷技術學術會議論文集[C];2000年

2 劉玉林;;貨車滾動軸承故障不分解診斷技術參數選擇與優(yōu)化探討[A];擴大鐵路對外開放、確保重點物資運輸——中國科協(xié)2005年學術年會鐵道分會場暨中國鐵道學會學術年會和粵海通道運營管理學術研討會論文集[C];2005年

3 楊積忠;左立建;;滾動軸承故障診斷實例[A];設備監(jiān)測與診斷技術及其應用——第十二屆全國設備監(jiān)測與診斷學術會議論文集[C];2005年

4 何斌;戚佳杰;;小波分析在滾動軸承故障診斷中的應用研究[A];第九屆全國振動理論及應用學術會議論文摘要集[C];2007年

5 李放寧;;峰值能量在滾動軸承故障診斷中的應用[A];第十屆全國設備監(jiān)測與診斷技術學術會議論文集[C];2000年

6 何斌;戚佳杰;;小波分析在滾動軸承故障診斷中的應用研究[A];第九屆全國振動理論及應用學術會議論文集[C];2007年

7 張九軍;;常見滾動軸承故障的簡易診斷[A];2008年全國煉鐵生產技術會議暨煉鐵年會文集（上冊）[C];2008年

8 李興林;;滾動軸承故障診斷技術現狀及發(fā)展[A];2009年全國青年摩擦學學術會議論文集[C];2009年

9 唐海峰;陳進;董廣明;;信號稀疏分解方法在滾動軸承故障診斷中的應用[A];第十二屆全國設備故障診斷學術會議論文集[C];2010年

10 高耀智;;高階統(tǒng)計量與小波分析相結合在滾動軸承故障診斷中的應用[A];2009年全國青年摩擦學學術會議論文集[C];2009年

相關博士學位論文 前10條

1 郝騰飛;航空發(fā)動機滾動軸承故障的核方法智能識別技術研究[D];南京航空航天大學;2014年

2 廖強;約束獨立分量和多小波分析在滾動軸承故障診斷中的應用[D];電子科技大學;2016年

3 曾鳴;基于凸包的模式識別方法及其在滾動軸承故障診斷中的應用[D];湖南大學;2016年

4 于江林;滾動軸承故障的非接觸聲學檢測信號特性及重構技術研究[D];大慶石油學院;2009年

5 楊柳松;基于小波分析與神經網絡滾動軸承故障診斷方法的研究[D];東北林業(yè)大學;2013年

6 從飛云;基于滑移向量序列奇異值分解的滾動軸承故障診斷研究[D];上海交通大學;2012年

7 趙協(xié)廣;基于小波變換和經驗模態(tài)分解的滾動軸承故障診斷方法研究[D];山東科技大學;2009年

8 侯者非;強噪聲背景下滾動軸承故障診斷的關鍵技術研究[D];武漢理工大學;2010年

9 郭艷平;面向風力發(fā)電機組齒輪箱滾動軸承故障診斷的理論與方法研究[D];浙江大學;2012年

10 孟濤;齒輪與滾動軸承故障的振動分析與診斷[D];西北工業(yè)大學;2003年

相關碩士學位論文 前10條

1 李男;基于LMD樣本熵和貝葉斯網絡的滾動軸承故障診斷方法[D];燕山大學;2015年

2 李玉奎;基于非平穩(wěn)信號分析的滾動軸承故障診斷研究[D];燕山大學;2015年

3 卜勇霞;基于時頻分析方法的滾動軸承故障診斷研究[D];昆明理工大學;2015年

4 馬寶;基于KICA和LSSVM的滾動軸承故障監(jiān)測及診斷方法[D];昆明理工大學;2015年

5 馮春生;基于多源不確定信息融合的數控機床滾動軸承故障診斷方法與實驗研究[D];青島理工大學;2015年

6 王天一;基于正交小波優(yōu)化閾值降噪方法的滾動軸承故障診斷研究[D];哈爾濱工業(yè)大學;2015年

7 宋耀文;基于振動信號分析的滾動軸承故障特征提取與診斷研究[D];中國礦業(yè)大學;2015年

8 韓一村;基于多傳感器的滾動軸承故障檢測研究[D];河南科技大學;2015年

9 王秀娟;基于LMD的譜峭度算法在滾動軸承故障診斷中的應用研究[D];電子科技大學;2014年

10 段永強;局部均值分解法在滾動軸承故障自動診斷中的應用研究[D];電子科技大學;2015年

，

本文編號：2003120