【摘要】：隨著科學(xué)技術(shù)不斷進(jìn)步,智能制造必將成為未來(lái)工業(yè)生產(chǎn)的主流,與此同時(shí),為滿(mǎn)足智能制造的需求,機(jī)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(duì)機(jī)械設(shè)備的安全性提出了更加嚴(yán)苛的要求。滾動(dòng)軸承作為機(jī)械設(shè)備尤其是旋轉(zhuǎn)機(jī)械中最為重要的零件之一,其運(yùn)行狀態(tài)對(duì)整個(gè)機(jī)械設(shè)備正常運(yùn)行至關(guān)重要,同時(shí)也是機(jī)械設(shè)備中最容易損傷的零件之一。因此,對(duì)其進(jìn)行狀態(tài)監(jiān)測(cè)及早期故障診斷對(duì)整個(gè)機(jī)械設(shè)備至關(guān)重要。本文首先對(duì)滾動(dòng)軸承的基本結(jié)構(gòu)和運(yùn)行狀態(tài)以及振動(dòng)機(jī)理和振動(dòng)特性進(jìn)行了研究。設(shè)計(jì)并搭建了試驗(yàn)所需的滾動(dòng)軸承綜合振動(dòng)試驗(yàn)平臺(tái),根據(jù)研究需要預(yù)先設(shè)置了故障試驗(yàn)方案,分別對(duì)試驗(yàn)所需軸承設(shè)置內(nèi)、外圈及滾動(dòng)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(duì)試驗(yàn)中的各種狀態(tài)軸承的振動(dòng)信號(hào)進(jìn)行采集,然后利用MATLAB軟件平臺(tái)對(duì)所采集到的滾動(dòng)軸承各狀態(tài)下的振動(dòng)信號(hào)進(jìn)行詳細(xì)的時(shí)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(guò)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(dòng)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(dòng)軸承故障診斷中�？紤]滾動(dòng)軸承由于其本身結(jié)構(gòu)及工作環(huán)境復(fù)雜,其振動(dòng)信號(hào)往往受到諸多干擾噪聲的影響,研究了壓縮感知理論對(duì)滾動(dòng)軸承振動(dòng)信號(hào)降噪時(shí)的三個(gè)關(guān)鍵技術(shù),利用壓縮感知重構(gòu)降噪方法對(duì)滾動(dòng)軸承各種故障試驗(yàn)測(cè)試數(shù)據(jù)進(jìn)行降噪處理,通過(guò)降噪前與降噪后效果的真實(shí)對(duì)比,可證明壓縮感知理論在滾動(dòng)軸承故障振動(dòng)信號(hào)降噪中具有非常顯著的降噪效果。最后,基于振動(dòng)信號(hào)圖譜峭度對(duì)微弱故障的敏感性,研究了基于譜峭度法分析滾動(dòng)軸承故障診斷技術(shù)。同時(shí)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(dòng)軸承的故障診斷技術(shù)。并利用該方法對(duì)滾動(dòng)軸承單一故障試驗(yàn)數(shù)據(jù)和多故障綜合試驗(yàn)數(shù)據(jù)進(jìn)行了診斷分析,都充分證明了該方法在滾動(dòng)軸承故障診斷中能夠達(dá)到非常顯著的降噪效果,以及對(duì)滾動(dòng)軸承各種故障實(shí)現(xiàn)準(zhǔn)確、可靠診斷,同時(shí)也表明該技術(shù)對(duì)復(fù)雜背景噪聲下滾動(dòng)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(dòng)軸承故障及其診斷技術(shù)滾動(dòng)軸承屬于機(jī)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(yùn)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(jiàn)，滾動(dòng)軸承運(yùn)行狀態(tài)正否對(duì)整個(gè)設(shè)備的安全運(yùn)行極為重要。本章將從滾動(dòng)軸承的結(jié)構(gòu)出發(fā)，分析滾承振動(dòng)系統(tǒng)，揭示其振動(dòng)機(jī)理，研究滾動(dòng)軸承的失效形式，，分析計(jì)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(dòng)軸承的基本結(jié)構(gòu)滾動(dòng)軸承是旋轉(zhuǎn)機(jī)械中最重要的零件之一，其主要由內(nèi)、外圈、滾動(dòng)體和架四部分組成，滾動(dòng)軸承種類(lèi)比較多，常見(jiàn)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(dòng)體，代入各參數(shù)得到：（Hz）Rfnb44 .8 10 下，滾動(dòng)軸承元件振動(dòng)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(dòng)，而滾動(dòng)軸振動(dòng)。軸承受軸向載荷時(shí)的特征頻率下，滾動(dòng)軸承內(nèi)、圈滾道與滾動(dòng)體之間存在一定的間結(jié)構(gòu)圖，一旦滾動(dòng)軸承承受軸向負(fù)載時(shí)，內(nèi)、外圈在生相對(duì)位移，使內(nèi)、外圈位置相互錯(cuò)開(kāi)，滾動(dòng)體與內(nèi)生改變，形成如圖 2.5 剖面圖所示的情況[32]。這時(shí)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(dòng)體的工作直徑由d 變?yōu)樵O(shè)其滾動(dòng)體個(gè)數(shù)為 Z，則該滾動(dòng)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(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類(lèi)號(hào)】：TH133.33

【參考文獻(xiàn)】

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(dòng)與沖擊;2012年18期

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

3 高暢;李海峰;馬琳;;面向內(nèi)容的語(yǔ)音信號(hào)壓縮感知研究[J];信號(hào)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(hào)重構(gòu)算法研究[D];上海師范大學(xué);2017年

2 劉引峰;滾動(dòng)軸承早期故障微弱信號(hào)檢測(cè)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(dòng)軸承早期故障信號(hào)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(dòng)軸承的轉(zhuǎn)子系統(tǒng)基座振動(dòng)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(dòng)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(dòng)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(dòng)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(hào)：2618341