【摘要】：隨著經(jīng)濟(jì)社會(huì)的發(fā)展,設(shè)備健康管理的問(wèn)題滲透到各行各業(yè),而其中由一個(gè)個(gè)機(jī)械小零件構(gòu)造而成的自動(dòng)化、多功能化的現(xiàn)代大型機(jī)械設(shè)備更是隨處可見,此時(shí)對(duì)整臺(tái)設(shè)備正常運(yùn)轉(zhuǎn)起關(guān)鍵作用的某些零件就顯得尤為重要。其中,滾動(dòng)軸承不僅是航空發(fā)動(dòng)機(jī)中關(guān)鍵的支承部件,而且在機(jī)床、高鐵、汽車、家用電器等領(lǐng)域都應(yīng)用廣泛。對(duì)這些關(guān)鍵零部件進(jìn)行實(shí)時(shí)監(jiān)控,及時(shí)診斷其故障類型,就可以減少其中某些不必要的損失,保證整臺(tái)設(shè)備的正常運(yùn)轉(zhuǎn),提高設(shè)備的利用率。本文以開發(fā)合理可用的滾動(dòng)軸承故障診斷平臺(tái)為目標(biāo),首先提出了新穎的基于CEEMDAN-MPE-SVM的滾動(dòng)軸承故障診斷方法,然后通過(guò)具體試驗(yàn)來(lái)驗(yàn)證本文所提方法在故障預(yù)測(cè)方面也有很好的實(shí)用性,最后以MATLAB的GUI為基礎(chǔ),開發(fā)了滾動(dòng)軸承的故障診斷系統(tǒng),并用實(shí)際數(shù)據(jù)驗(yàn)證了故障診斷系統(tǒng)的合理性和有效性。具體研究?jī)?nèi)容包括:(1)提出滾動(dòng)軸承故障診斷CEEMDAN-MPE-SVM新方法。從信號(hào)預(yù)處理、特征提取、故障診斷三大方面入手,首先利用凱斯西儲(chǔ)大學(xué)電氣工程試驗(yàn)室滾動(dòng)軸承故障模擬試驗(yàn)臺(tái)獲取的滾動(dòng)軸承故障數(shù)據(jù),對(duì)其進(jìn)行小波閾值去噪處理,總共列出九種去噪方法,分別通過(guò)對(duì)軸承外圈振動(dòng)信號(hào)、內(nèi)圈振動(dòng)信號(hào)、滾動(dòng)體振動(dòng)信號(hào),利用能量比、相似性、信噪比這三個(gè)信號(hào)降噪效果評(píng)價(jià)指標(biāo)對(duì)九種去噪方法進(jìn)行對(duì)比分析,最終得出最優(yōu)去噪方法;然后通過(guò)對(duì)仿真信號(hào)利用計(jì)算耗時(shí),正交性,虛假分量三個(gè)指標(biāo),對(duì)EMD、EEMD、CEEMD、MEEMD和CEEMDAN五種模態(tài)分解方法進(jìn)行篩選,篩選出合理的模態(tài)分解方法,并利用互相關(guān)系數(shù)準(zhǔn)則對(duì)信號(hào)進(jìn)行重構(gòu);接著計(jì)算每種工作狀態(tài)下0.5-1s、1.5-2s、2.5-3s、3.5-4s時(shí)間段內(nèi)預(yù)處理后信號(hào)的多尺度排列熵,將其作為特征向量,可以看到同一狀態(tài)下四組信號(hào)的多尺度排列熵值(MPE)變化趨勢(shì)都各自大概相同;最后總共收集52組樣本,40組作為訓(xùn)練集,12組作為測(cè)試集,分別輸入SVM、GRNN、PNN進(jìn)行診斷準(zhǔn)確率的對(duì)比,最終得出SVM的診斷準(zhǔn)確率為100%。故此,提出基于CEEMDAN-MPE-SVM的滾動(dòng)軸承故障診斷方法。(2)采用汽車連桿加工鏜床軸承實(shí)測(cè)數(shù)據(jù)驗(yàn)證CEEMDAN-MPE方法對(duì)于軸承保持架故障預(yù)測(cè)的實(shí)用性。4根主軸各布置1個(gè)三向加速度傳感器,NI采集卡采集振動(dòng)信號(hào),經(jīng)過(guò)數(shù)據(jù)處理、CEENDAN分解、計(jì)算MPE值提前預(yù)測(cè)軸承保持架發(fā)生故障,最后與實(shí)際結(jié)果一致,保證連桿內(nèi)孔的加工精度、提高設(shè)備利用率。(3)基于MATLAB的GUI開發(fā)了一套滾動(dòng)軸承故障診斷系統(tǒng)。以CEEMDANMPE-SVM方法為理論基礎(chǔ),GUI為技術(shù)支持,開發(fā)了一套可以實(shí)時(shí)操作,不用后臺(tái)編程的故障診斷系統(tǒng)。該系統(tǒng)總共包括三個(gè)模塊:用戶登陸模塊、滾動(dòng)軸承故障特征提取模塊、滾動(dòng)軸承故障診斷模塊,分別通過(guò)前期界面的布局、各個(gè)控件屬性的編輯以及最后M文件的編程調(diào)試來(lái)實(shí)現(xiàn)各個(gè)模塊所的功能。該系統(tǒng)可以在輸入采集到的原始信號(hào)后,經(jīng)過(guò)簡(jiǎn)單的鼠標(biāo)操作,由系統(tǒng)輸出對(duì)應(yīng)的故障類型。最后將第三章的實(shí)驗(yàn)數(shù)據(jù)輸入到該系統(tǒng)中,得到的故障類型與實(shí)際實(shí)驗(yàn)結(jié)果一致,有效驗(yàn)證了該系統(tǒng)的合理性。
【圖文】：

昌航空大學(xué)碩士學(xué)位論文 第 1 章 緒論障類型診斷。故障檢測(cè)是指通過(guò)一定的檢測(cè)設(shè)備和方法來(lái)判斷航空發(fā)動(dòng)機(jī)軸否存在某些某些方面的故障和缺陷；故障診斷是在檢測(cè)出航空發(fā)動(dòng)機(jī)軸承存障的前提下通過(guò)故障診斷技術(shù)進(jìn)一步確定軸承發(fā)生故障和缺陷的部位以及故嚴(yán)重程度。軸承故障診斷的關(guān)鍵技術(shù)是故障類型的診斷[7]。

航空大學(xué)碩士學(xué)位論文 第 1 章 緒類型診斷。故障檢測(cè)是指通過(guò)一定的檢測(cè)設(shè)備和方法來(lái)判斷航空發(fā)動(dòng)機(jī)軸存在某些某些方面的故障和缺陷；故障診斷是在檢測(cè)出航空發(fā)動(dòng)機(jī)軸承存的前提下通過(guò)故障診斷技術(shù)進(jìn)一步確定軸承發(fā)生故障和缺陷的部位以及故重程度。軸承故障診斷的關(guān)鍵技術(shù)是故障類型的診斷[7]。圖 1-1 某型航空發(fā)動(dòng)機(jī)主軸承磨損
【學(xué)位授予單位】：南昌航空大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：TH133.33

【參考文獻(xiàn)】

相關(guān)期刊論文 前6條

1 謝志謙;孫虎兒;劉樂(lè);武超;;基于CEEMDAN樣本熵與SVM的滾動(dòng)軸承故障診斷[J];組合機(jī)床與自動(dòng)化加工技術(shù);2017年03期

2 陳俊洵;程龍生;胡紹林;余慧;;基于EMD的改進(jìn)馬田系統(tǒng)的滾動(dòng)軸承故障診斷[J];振動(dòng)與沖擊;2017年05期

3 王肖靈;王波;張惠珍;張�？�;;GRNN和PNN模型在信用風(fēng)險(xiǎn)評(píng)估中的應(yīng)用[J];數(shù)學(xué)理論與應(yīng)用;2015年03期

4 孟宗;李?yuàn)檴?;基于小波改進(jìn)閾值去噪和HHT的滾動(dòng)軸承故障診斷[J];振動(dòng)與沖擊;2013年14期

5 趙元喜;胥永剛;高立新;崔玲麗;;基于諧波小波包和BP神經(jīng)網(wǎng)絡(luò)的滾動(dòng)軸承聲發(fā)射故障模式識(shí)別技術(shù)[J];振動(dòng)與沖擊;2010年10期

6 何沿江;齊明俠;羅紅梅;;基于ICA和SVM的滾動(dòng)軸承聲發(fā)射故障診斷技術(shù)[J];振動(dòng)與沖擊;2008年03期

相關(guān)博士學(xué)位論文 前4條

1 王曉龍;基于振動(dòng)信號(hào)處理的滾動(dòng)軸承故障診斷方法研究[D];華北電力大學(xué)(北京);2017年

2 曾鳴;基于凸包的模式識(shí)別方法及其在滾動(dòng)軸承故障診斷中的應(yīng)用[D];湖南大學(xué);2016年

3 鄧飛躍;滾動(dòng)軸承故障特征提取與診斷方法研究[D];華北電力大學(xué)(北京);2016年

4 楊柳松;基于小波分析與神經(jīng)網(wǎng)絡(luò)滾動(dòng)軸承故障診斷方法的研究[D];東北林業(yè)大學(xué);2013年

相關(guān)碩士學(xué)位論文 前4條

1 黃陽(yáng);基于經(jīng)驗(yàn)?zāi)B(tài)分解的軸承故障診斷系統(tǒng)研究[D];東北石油大學(xué);2016年

2 喬元英;基于時(shí)頻分析的滾動(dòng)軸承故障診斷方法研究[D];大連理工大學(xué);2016年

3 劉覺(jué)曉;基于EEMD的滾動(dòng)軸承振動(dòng)故障特征提取與診斷研究[D];華北電力大學(xué);2015年

4 周川;基于Hilbert-Huang變換的滾動(dòng)軸承故障診斷方法研究[D];昆明理工大學(xué);2010年

，

本文編號(hào)：2600838