本文關(guān)鍵詞：基于經(jīng)驗(yàn)?zāi)B(tài)分解和多尺度熵的滾動軸承故障診斷研究，由筆耕文化傳播整理發(fā)布。

【摘要】：在常見的機(jī)械設(shè)備中,滾動軸承作為整體器械的重要部件,其在運(yùn)作中表現(xiàn)出來的性能好壞,直接關(guān)聯(lián)到設(shè)備生產(chǎn)效率的高低,因而全面、精確、及時(shí)到位的識別滾動軸承的工作狀態(tài),顯得尤為重要。滾動軸承出現(xiàn)故障是因?yàn)樵O(shè)備內(nèi)部各部件周而復(fù)始的運(yùn)作外加載荷轉(zhuǎn)速等一系列因素,致使?jié)L動軸承出現(xiàn)內(nèi)圈、外圈以及滾動體的故障,并且在故障出現(xiàn)的同時(shí),振動信號也伴隨性的表現(xiàn)出劇烈的非線性和非平穩(wěn)性的特征。本文將改進(jìn)的經(jīng)驗(yàn)?zāi)B(tài)分解與多尺度熵結(jié)合起來,提出基于多尺度下的固有模態(tài)函數(shù)熵值的一個故障診斷識別方法,應(yīng)用到滾動軸承的振動信號當(dāng)中,結(jié)合數(shù)據(jù)進(jìn)行實(shí)驗(yàn),做到理論加方法到應(yīng)用的完整分析,站在一個新的視角去探測故障診斷,結(jié)果顯示,通過改進(jìn)的經(jīng)驗(yàn)?zāi)B(tài)分解和多尺度熵的有機(jī)結(jié)合,得到的固有模態(tài)函數(shù)熵值作為故障特征,利用LIBSVM 3.1軟件包進(jìn)行訓(xùn)練模擬分類,可以準(zhǔn)確的實(shí)現(xiàn)故障診斷識別。使本文的研究體現(xiàn)出重要的實(shí)際價(jià)值和意義。本文主要圍繞以下內(nèi)容進(jìn)行研究:首先,把故障診斷的研究意義和現(xiàn)狀作為整篇文章的引導(dǎo)語,緊接著介紹本文理論方法,基于小波函數(shù)的經(jīng)驗(yàn)?zāi)B(tài)分解算法和多尺度熵算法,并對滾動軸承出現(xiàn)的故障形式及其形成原因加以闡述,利用改進(jìn)的經(jīng)驗(yàn)?zāi)B(tài)分解算法和多尺度熵分別對故障數(shù)據(jù)做特征提取,單方面解釋故障識別效果,最后利用LIBSVM 3.1軟件包,并將多尺度熵和改進(jìn)的經(jīng)驗(yàn)?zāi)B(tài)分解方法結(jié)合起來,實(shí)現(xiàn)故障的診斷和識別。
【關(guān)鍵詞】：小波函數(shù) 經(jīng)驗(yàn)?zāi)B(tài)分解 多尺度熵 故障診斷
【學(xué)位授予單位】：長春工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TH133.33
【目錄】：

• 摘要3-4
• Abstract4-6
• 第一章 緒論6-10
• 1.1 研究背景及意義6-7
• 1.2 國內(nèi)外研究現(xiàn)狀7-9
• 1.3 研究內(nèi)容及論文框架9-10
• 第二章 基本理論10-16
• 2.1 經(jīng)驗(yàn)?zāi)B(tài)分解10-12
• 2.1.1 固有模態(tài)函數(shù)10
• 2.1.2 基于小波函數(shù)的經(jīng)驗(yàn)?zāi)B(tài)分解10-12
• 2.2 多尺度熵12-15
• 2.3 本章小節(jié)15-16
• 第三章 基于經(jīng)驗(yàn)?zāi)B(tài)分解的滾動軸承故障分析16-24
• 3.1 滾動軸承的故障機(jī)理和特征16-18
• 3.1.1 滾動軸承故障的主要形成原因16-17
• 3.1.2 滾動軸承故障的主要類型17-18
• 3.2 數(shù)據(jù)來源18
• 3.3 滾動軸承實(shí)驗(yàn)數(shù)據(jù)分解18-23
• 3.4 本章小節(jié)23-24
• 第四章 基于經(jīng)驗(yàn)?zāi)B(tài)分解和多尺度熵的滾動軸承故障診斷24-29
• 4.1 利用多尺度熵進(jìn)行滾動軸承故障分析24-26
• 4.2 實(shí)證分析26-28
• 4.3 本章小節(jié)28-29
• 第五章 總結(jié)和展望29-31
• 5.1 總結(jié)29
• 5.2 展望29-31
• 致謝31-32
• 參考文獻(xiàn)32-34
• 作者簡介34
• 攻讀碩士學(xué)位期間研究成果34

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前2條

1 鄭近德;程軍圣;胡思宇;;多尺度熵在轉(zhuǎn)子故障診斷中的應(yīng)用[J];振動.測試與診斷;2013年02期

2 ;[J];;年期

中國重要會議論文全文數(shù)據(jù)庫 前2條

1 李嬋;張陽;張義軍;;地閃“不規(guī)則”先導(dǎo)的多尺度熵特征研究[A];創(chuàng)新驅(qū)動發(fā)展 提高氣象災(zāi)害防御能力——S11第十一屆防雷減災(zāi)論壇[C];2013年

2 張濤;李雅堂;閻睿;楊卓;;基于多尺度的非線性動力學(xué)分析及其在神經(jīng)系統(tǒng)中的應(yīng)用[A];第八屆全國動力學(xué)與控制學(xué)術(shù)會議論文集[C];2008年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前8條

1 龍玉濤;基于熵測度的移動條件下十二通道心電信號質(zhì)量評估[D];山東大學(xué);2015年

2 高中華;基于經(jīng)驗(yàn)?zāi)B(tài)分解和多尺度熵的滾動軸承故障診斷研究[D];長春工業(yè)大學(xué);2016年

3 劉曉婷;基于加速度的人體步態(tài)信息多尺度熵研究[D];天津大學(xué);2008年

4 劉東海;基于多元多尺度熵的人體平衡系統(tǒng)研究[D];武漢理工大學(xué);2013年

5 崔潔;基于改進(jìn)多元多尺度熵的癲癇腦電信號自動分類[D];燕山大學(xué);2014年

6 陳建萍;多尺度熵方法用于電子器件噪聲分析[D];西安電子科技大學(xué);2007年

7 裴建航;基于小波多尺度熵的導(dǎo)航傳感器故障診斷技術(shù)研究[D];哈爾濱工程大學(xué);2013年

8 范文會;多尺度熵法用于人體紅外圖像的腰椎病癥研究[D];河北科技大學(xué);2014年

  本文關(guān)鍵詞：基于經(jīng)驗(yàn)?zāi)B(tài)分解和多尺度熵的滾動軸承故障診斷研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：263670