【摘要】：滾動(dòng)軸承是旋轉(zhuǎn)機(jī)械設(shè)備的重要部件,同時(shí)也是主要的承力部件。其運(yùn)行狀態(tài)將會(huì)影響到機(jī)器的工作性能,因此對(duì)滾動(dòng)軸承的運(yùn)行狀態(tài)進(jìn)行實(shí)時(shí)監(jiān)測(cè),預(yù)測(cè)滾動(dòng)軸承的剩余使用壽命,不僅可以減少軸承故障帶來(lái)的經(jīng)濟(jì)損失,還可以避免重大事故的發(fā)生。本文以滾動(dòng)軸承振動(dòng)信號(hào)為研究對(duì)象,采用MED-MEEMD降噪的方法,從強(qiáng)噪聲中提取表征軸承故障狀態(tài)的特征量,通過(guò)快速譜峭度圖分析和包絡(luò)解調(diào)確定軸承的故障類型。采用概率核主成分分析(Probabilistic Kernel Principal Component Analysis,PKPCA)的方法挑選基于時(shí)域、頻域和時(shí)頻域的混合域特征值,并將其作為邏輯回歸模型的協(xié)變量,建立了軸承的性能退化模型。下面介紹本文的詳細(xì)研究?jī)?nèi)容:(1)論述了本課題的研究方向、研究?jī)?nèi)容和研究意義,對(duì)軸承的基本結(jié)構(gòu)、常用的軸承特征量進(jìn)行了表述,以及對(duì)滾動(dòng)軸承各部分的故障特征頻率進(jìn)行了推導(dǎo)。設(shè)計(jì)了軸承外圈、內(nèi)圈和滾動(dòng)體等不同類型的故障試驗(yàn),通過(guò)labview軟件開發(fā)了一套滾動(dòng)軸承振動(dòng)信號(hào)采集和分析系統(tǒng),搭配美國(guó)國(guó)家儀器提供的數(shù)據(jù)采集設(shè)備,實(shí)現(xiàn)了對(duì)滾動(dòng)軸承振動(dòng)信號(hào)的實(shí)時(shí)采集、數(shù)據(jù)保存和數(shù)據(jù)分析。該數(shù)據(jù)分析系統(tǒng)可以對(duì)采集到的振動(dòng)信號(hào)進(jìn)行時(shí)域和頻域分析,同時(shí)包括倒頻譜和包絡(luò)解調(diào)技術(shù)。(2)為了在強(qiáng)噪聲環(huán)境下,準(zhǔn)確提取滾動(dòng)軸承的故障特征,研究了基于最小熵反褶積和改進(jìn)的集合經(jīng)驗(yàn)?zāi)B(tài)分解的滾動(dòng)軸承振動(dòng)信號(hào)降噪方法,通過(guò)最小熵反褶積對(duì)軸承振動(dòng)信號(hào)進(jìn)行初步降噪,降低噪聲的同時(shí)提高了信號(hào)的峭度值和信噪比。然后采用MEEMD對(duì)信號(hào)進(jìn)行分解,挑選有用的固有模態(tài)函數(shù)重構(gòu)信號(hào)。對(duì)重構(gòu)后的信號(hào)進(jìn)行快速譜峭度圖分析確定帶通濾波器參數(shù),通過(guò)包絡(luò)解調(diào)譜確定滾動(dòng)軸承的故障類型。(3)研究了基于概率核主成分分析和邏輯回歸模型的滾動(dòng)軸承性能退化評(píng)估方法,將能夠表征軸承退化狀態(tài)的時(shí)域、頻域和時(shí)頻域的特征值組成高維混合域特征集,通過(guò)概率核主成分分析的方法對(duì)高維混合域特征集降維,將降維后得到的主元作為邏輯回歸模型的協(xié)變量,實(shí)現(xiàn)了對(duì)滾動(dòng)軸承性能退化的評(píng)估。
【學(xué)位授予單位】：大連理工大學(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10條

1 鄭紅;周雷;楊浩;;基于小波包分析與多核學(xué)習(xí)的滾動(dòng)軸承故障診斷[J];航空動(dòng)力學(xué)報(bào);2015年12期

2 陸超;陳捷;洪榮晶;;采用概率主成分分析的回轉(zhuǎn)支承壽命狀態(tài)識(shí)別[J];西安交通大學(xué)學(xué)報(bào);2015年10期

3 王志堅(jiān);韓振南;劉邱祖;寧少慧;;基于MED-EEMD的滾動(dòng)軸承微弱故障特征提取[J];農(nóng)業(yè)工程學(xué)報(bào);2014年23期

4 劉韜;陳進(jìn);董廣明;;KPCA和耦合隱馬爾科夫模型在軸承故障診斷中的應(yīng)用[J];振動(dòng)與沖擊;2014年21期

5 劉志川;唐力偉;曹立軍;;基于MED及FSK的滾動(dòng)軸承微弱故障特征提取[J];振動(dòng)與沖擊;2014年14期

6 向丹;葛爽;;基于EMD樣本熵-LLTSA的故障特征提取方法[J];航空動(dòng)力學(xué)報(bào);2014年07期

7 李巍華;戴炳雄;張紹輝;;基于小波包熵和高斯混合模型的軸承性能退化評(píng)估[J];振動(dòng)與沖擊;2013年21期

8 鄭近德;程軍圣;楊宇;;改進(jìn)的EEMD算法及其應(yīng)用研究[J];振動(dòng)與沖擊;2013年21期

9 申中杰;陳雪峰;何正嘉;孫闖;張小麗;劉治汶;;基于相對(duì)特征和多變量支持向量機(jī)的滾動(dòng)軸承剩余壽命預(yù)測(cè)[J];機(jī)械工程學(xué)報(bào);2013年02期

10 王宏超;陳進(jìn);董廣明;從飛云;;基于快速kurtogram算法的共振解調(diào)方法在滾動(dòng)軸承故障特征提取中的應(yīng)用[J];振動(dòng)與沖擊;2013年01期

相關(guān)博士學(xué)位論文 前5條

1 蔣超;基于EEMD與MED的沖擊信號(hào)自適應(yīng)故障特征提取方法[D];上海大學(xué);2016年

2 王洪偉;航空發(fā)動(dòng)機(jī)滾動(dòng)軸承故障診斷與預(yù)測(cè)關(guān)鍵技術(shù)研究[D];南京航空航天大學(xué);2015年

3 董紹江;基于優(yōu)化支持向量機(jī)的空間滾動(dòng)軸承壽命預(yù)測(cè)方法研究[D];重慶大學(xué);2012年

4 孫見忠;面向單元體的航空發(fā)動(dòng)機(jī)健康狀態(tài)評(píng)估與預(yù)測(cè)方法研究[D];南京航空航天大學(xué);2012年

5 王婷;EMD算法研究及其在信號(hào)去噪中的應(yīng)用[D];哈爾濱工程大學(xué);2010年

相關(guān)碩士學(xué)位論文 前7條

1 王貝;基于改進(jìn)Logistic回歸模型航空發(fā)動(dòng)機(jī)滾動(dòng)軸承壽命預(yù)測(cè)[D];大連理工大學(xué);2017年

2 張濤;基于VMD的航空發(fā)動(dòng)機(jī)中介軸承故障診斷[D];大連理工大學(xué);2017年

3 崔立明;中介軸承壽命預(yù)測(cè)方法與壽命試驗(yàn)研究[D];大連理工大學(xué);2016年

4 陳旭濤;滾動(dòng)軸承可靠性評(píng)估與剩余壽命預(yù)測(cè)研究[D];大連理工大學(xué);2017年

5 孫建;滾動(dòng)軸承振動(dòng)故障特征提取與壽命預(yù)測(cè)研究[D];大連理工大學(xué);2015年

6 劉恩龍;基于WPHM模型的滾動(dòng)軸承壽命預(yù)測(cè)方法研究[D];大連理工大學(xué);2014年

7 姜海燕;基于統(tǒng)計(jì)分布模型的滾動(dòng)軸承故障特征提取方法研究[D];湖南工業(yè)大學(xué);2011年

，

本文編號(hào)：2701543