發(fā)布時間：2020-06-07 14:14

【摘要】：滾動軸承是旋轉(zhuǎn)機械設(shè)備的重要部件,同時也是主要的承力部件。其運行狀態(tài)將會影響到機器的工作性能,因此對滾動軸承的運行狀態(tài)進行實時監(jiān)測,預(yù)測滾動軸承的剩余使用壽命,不僅可以減少軸承故障帶來的經(jīng)濟損失,還可以避免重大事故的發(fā)生。本文以滾動軸承振動信號為研究對象,采用MED-MEEMD降噪的方法,從強噪聲中提取表征軸承故障狀態(tài)的特征量,通過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)的方法挑選基于時域、頻域和時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研究內(nèi)容:(1)論述了本課題的研究方向、研究內(nèi)容和研究意義,對軸承的基本結(jié)構(gòu)、常用的軸承特征量進行了表述,以及對滾動軸承各部分的故障特征頻率進行了推導(dǎo)。設(shè)計了軸承外圈、內(nèi)圈和滾動體等不同類型的故障試驗,通過labview軟件開發(fā)了一套滾動軸承振動信號采集和分析系統(tǒng),搭配美國國家儀器提供的數(shù)據(jù)采集設(shè)備,實現(xiàn)了對滾動軸承振動信號的實時采集、數(shù)據(jù)保存和數(shù)據(jù)分析。該數(shù)據(jù)分析系統(tǒng)可以對采集到的振動信號進行時域和頻域分析,同時包括倒頻譜和包絡(luò)解調(diào)技術(shù)。(2)為了在強噪聲環(huán)境下,準確提取滾動軸承的故障特征,研究了基于最小熵反褶積和改進的集合經(jīng)驗?zāi)B(tài)分解的滾動軸承振動信號降噪方法,通過最小熵反褶積對軸承振動信號進行初步降噪,降低噪聲的同時提高了信號的峭度值和信噪比。然后采用MEEMD對信號進行分解,挑選有用的固有模態(tài)函數(shù)重構(gòu)信號。對重構(gòu)后的信號進行快速譜峭度圖分析確定帶通濾波器參數(shù),通過包絡(luò)解調(diào)譜確定滾動軸承的故障類型。(3)研究了基于概率核主成分分析和邏輯回歸模型的滾動軸承性能退化評估方法,將能夠表征軸承退化狀態(tài)的時域、頻域和時頻域的特征值組成高維混合域特征集,通過概率核主成分分析的方法對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,實現(xiàn)了對滾動軸承性能退化的評估。
【學(xué)位授予單位】：大連理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TH133.33

【參考文獻】

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)的滾動軸承故障診斷[J];航空動力學(xué)報;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)識別[J];西安交通大學(xué)學(xué)報;2015年10期

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

4 劉韜;陳進;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的滾動軸承微弱故障特征提取[J];振動與沖擊;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];航空動力學(xué)報;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估[J];振動與沖擊;2013年21期

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

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

10 王宏超;陳進;董廣明;從飛云;;基于快速kurtogram算法的共振解調(diào)方法在滾動軸承故障特征提取中的應(yīng)用[J];振動與沖擊;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)動機滾動軸承故障診斷與預(yù)測關(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)化支持向量機的空間滾動軸承壽命預(yù)測方法研究[D];重慶大學(xué);2012年

4 孫見忠;面向單元體的航空發(fā)動機健康狀態(tài)評估與預(yù)測方法研究[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Logistic回歸模型航空發(fā)動機滾動軸承壽命預(yù)測[D];大連理工大學(xué);2017年

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

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

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

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

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

7 姜海燕;基于統(tǒng)計分布模型的滾動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：2701543