發(fā)布時間：2020-04-07 20:17

【摘要】：隨著科學(xué)技術(shù)不斷進步,智能制造必將成為未來工業(yè)生產(chǎn)的主流,與此同時,為滿足智能制造的需求,機械設(shè)備也在不斷地向大型化、集成化、高速化及智能化的方向發(fā)展,這就對機械設(shè)備的安全性提出了更加嚴(yán)苛的要求。滾動軸承作為機械設(shè)備尤其是旋轉(zhuǎn)機械中最為重要的零件之一,其運行狀態(tài)對整個機械設(shè)備正常運行至關(guān)重要,同時也是機械設(shè)備中最容易損傷的零件之一。因此,對其進行狀態(tài)監(jiān)測及早期故障診斷對整個機械設(shè)備至關(guān)重要。本文首先對滾動軸承的基本結(jié)構(gòu)和運行狀態(tài)以及振動機理和振動特性進行了研究。設(shè)計并搭建了試驗所需的滾動軸承綜合振動試驗平臺,根據(jù)研究需要預(yù)先設(shè)置了故障試驗方案,分別對試驗所需軸承設(shè)置內(nèi)、外圈及滾動體不同程度的單一故障和多故障綜合的復(fù)雜故障狀態(tài)。利用Coinv DASP V11智能數(shù)據(jù)采集分析系統(tǒng)對試驗中的各種狀態(tài)軸承的振動信號進行采集,然后利用MATLAB軟件平臺對所采集到的滾動軸承各狀態(tài)下的振動信號進行詳細的時域分析以及幅值譜、功率譜、倒頻譜以及包絡(luò)解調(diào)譜分析。分析結(jié)果表明,通過各種頻譜分析方法所得到的診斷結(jié)果與預(yù)先設(shè)置的故障情況基本相符,證明了頻譜分析方法在滾動軸承故障診斷中的可行性和差異性。其次,將壓縮感知理論引入到滾動軸承故障診斷中�？紤]滾動軸承由于其本身結(jié)構(gòu)及工作環(huán)境復(fù)雜,其振動信號往往受到諸多干擾噪聲的影響,研究了壓縮感知理論對滾動軸承振動信號降噪時的三個關(guān)鍵技術(shù),利用壓縮感知重構(gòu)降噪方法對滾動軸承各種故障試驗測試數(shù)據(jù)進行降噪處理,通過降噪前與降噪后效果的真實對比,可證明壓縮感知理論在滾動軸承故障振動信號降噪中具有非常顯著的降噪效果。最后,基于振動信號圖譜峭度對微弱故障的敏感性,研究了基于譜峭度法分析滾動軸承故障診斷技術(shù)。同時提出基于壓縮感知理論重構(gòu)降噪與譜峭度法結(jié)合用于滾動軸承的故障診斷技術(shù)。并利用該方法對滾動軸承單一故障試驗數(shù)據(jù)和多故障綜合試驗數(shù)據(jù)進行了診斷分析,都充分證明了該方法在滾動軸承故障診斷中能夠達到非常顯著的降噪效果,以及對滾動軸承各種故障實現(xiàn)準(zhǔn)確、可靠診斷,同時也表明該技術(shù)對復(fù)雜背景噪聲下滾動軸承微弱故障的診斷有較高的準(zhǔn)確性和可靠性,可應(yīng)用于早期的故障診斷。
【圖文】：

2. 滾動軸承故障及其診斷技術(shù)滾動軸承屬于機械設(shè)備中精度要求比較高的部件之一，一旦出現(xiàn)輕微故障都將可能改變相應(yīng)軸上其他部件的運行狀態(tài)，最終導(dǎo)致設(shè)備性能下降，造成嚴(yán)重故障，甚至有可能導(dǎo)致重大生產(chǎn)事故。由此可見，滾動軸承運行狀態(tài)正否對整個設(shè)備的安全運行極為重要。本章將從滾動軸承的結(jié)構(gòu)出發(fā)，分析滾承振動系統(tǒng)，揭示其振動機理，研究滾動軸承的失效形式，，分析計算其相應(yīng)的特征頻率，研究其故障分析診斷技術(shù)[25]。.1 滾動軸承的基本結(jié)構(gòu)滾動軸承是旋轉(zhuǎn)機械中最重要的零件之一，其主要由內(nèi)、外圈、滾動體和架四部分組成，滾動軸承種類比較多，常見的主要有深溝球軸承、圓錐滾子和推力球軸承，其典型結(jié)構(gòu)如圖 2.1 所示。

料軸承滾動體，代入各參數(shù)得到：（Hz）Rfnb44 .8 10 下，滾動軸承元件振動的固有頻率在數(shù)千赫茲到數(shù)十八十多千赫茲[31]，這是一種頻率非常振動，而滾動軸振動。軸承受軸向載荷時的特征頻率下，滾動軸承內(nèi)、圈滾道與滾動體之間存在一定的間結(jié)構(gòu)圖，一旦滾動軸承承受軸向負(fù)載時，內(nèi)、外圈在生相對位移，使內(nèi)、外圈位置相互錯開，滾動體與內(nèi)生改變，形成如圖 2.5 剖面圖所示的情況[32]。這時雖，但是內(nèi)、外圈滾道的工作直徑發(fā)生改變，其中內(nèi)圈滾道工作直徑變小，即使?jié)L動體的工作直徑由d 變?yōu)樵O(shè)其滾動體個數(shù)為 Z，則該滾動軸承各元件的故障特
【學(xué)位授予單位】：遼寧科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TH133.33

【參考文獻】

相關(guān)期刊論文 前3條

1 程軍圣;楊怡;楊宇;;基于LMD的譜峭度方法在齒輪故障診斷中的應(yīng)用[J];振動與沖擊;2012年18期

2 從飛云;陳進;董廣明;;基于譜峭度和AR模型的滾動軸承故障診斷[J];振動.測試與診斷;2012年04期

3 高暢;李海峰;馬琳;;面向內(nèi)容的語音信號壓縮感知研究[J];信號處理;2012年06期

相關(guān)碩士學(xué)位論文 前9條

1 李超;基于壓縮感知的信號重構(gòu)算法研究[D];上海師范大學(xué);2017年

2 劉引峰;滾動軸承早期故障微弱信號檢測技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2013年

3 管超;基于稀疏表示理論的圖像超分辨率重構(gòu)算法研究[D];上海交通大學(xué);2013年

4 林錦州;滾動軸承早期故障信號特征提取方法及應(yīng)用研究[D];天津大學(xué);2012年

5 鄒偉;壓縮感知在圖像處理中的應(yīng)用研究[D];上海交通大學(xué);2012年

6 姚百惠;故障滾動軸承的轉(zhuǎn)子系統(tǒng)基座振動響應(yīng)特性分析[D];湖南科技大學(xué);2011年

7 史美麗;基于LMD的滾動軸承故障診斷研究[D];湖南大學(xué);2011年

8 劉華勝;基于EMD的滾動軸承故障診斷方法研究[D];大連理工大學(xué);2007年

9 姜小熒;基于小波分析的滾動軸承故障診斷方法的研究及應(yīng)用[D];大連理工大學(xué);2005年

本文編號：2618341