【摘要】：旋轉(zhuǎn)機(jī)械是機(jī)械設(shè)備中重要的組成部件,而滾動軸承又是旋轉(zhuǎn)機(jī)械中常用的重要零件。一定程度上說,凡是有旋轉(zhuǎn)機(jī)械的地方,滾動軸承都將發(fā)揮其難以替代的作用。從結(jié)構(gòu)上看,滾動軸承的構(gòu)成并不復(fù)雜,但是它的作用卻是其它零件無法取代的,尤其是在機(jī)械發(fā)生故障時,滾動軸承的重要性會顯得更加突出,不僅對機(jī)器的正常運行產(chǎn)生重大影響,嚴(yán)重時還會造成極其嚴(yán)重的安全事故。近年來,在對滾動軸承故障診斷方法的研究中,隨機(jī)共振無疑得到了較為深入的發(fā)展。該方法雖然能夠利用噪聲的能量來增強(qiáng)滾動軸承微弱的故障特征信息,但其對噪聲強(qiáng)度的要求也較為嚴(yán)格,強(qiáng)度太高可能會導(dǎo)致經(jīng)典隨機(jī)共振效果不佳,甚至完全無法提取到軸承的故障信息,并且噪聲不易控制,只能單向增加,難以減少。故而,本文以振動共振理論為基礎(chǔ),提出了3種基于振動共振的滾動軸承故障診斷方法,并基于所提的方法設(shè)計出兩款軸承故障診斷軟件,具體內(nèi)容如下:(1)引入僅基于振動共振的滾動軸承故障診斷方法。在經(jīng)典一階過阻尼雙穩(wěn)態(tài)系統(tǒng)中,以余弦信號為例,通過理論推導(dǎo),證明振動共振方法在理論上能夠用于增強(qiáng)微弱信號,并得到系統(tǒng)在發(fā)生振動共振時其相關(guān)參數(shù)之間的近似關(guān)系。利用普通變尺度方法對軸承仿真信號和實驗信號進(jìn)行尺度變換,使得其能夠滿足經(jīng)典振動共振對低頻率的要求,然后以響應(yīng)幅值為指標(biāo),找到最佳系統(tǒng)參數(shù)并對信號進(jìn)行振動共振處理。結(jié)果證明,僅通過振動共振方法同樣可以增強(qiáng)軸承微弱的故障特征信息,且振動共振輸出頻譜圖與隨機(jī)共振輸出頻譜圖相比更加干凈、清晰,即振動共振方法可以用于滾動軸承故障診斷當(dāng)中。(2)提出基于改進(jìn)響應(yīng)幅值指標(biāo)的自適應(yīng)振動共振提取軸承微弱故障特征。在振動共振中,經(jīng)典的響應(yīng)幅值或響應(yīng)幅值增益指標(biāo)需要提前知道準(zhǔn)確的特征頻率,這在實際當(dāng)中往往不太現(xiàn)實。因此,本文基于傳統(tǒng)響應(yīng)幅值指標(biāo)對其進(jìn)行改進(jìn),改進(jìn)后的響應(yīng)幅值指標(biāo),不需要預(yù)知準(zhǔn)確的特征頻譜,同樣能夠取得很好的診斷效果。同時,引入智能優(yōu)化算法對振動共振過程中的相關(guān)參數(shù)進(jìn)行自適應(yīng)尋優(yōu),大大提高了滾動軸承故障診斷的效率。(3)采用基于改進(jìn)信噪比指標(biāo)的級聯(lián)自適應(yīng)振動共振提取噪聲背景下微弱的軸承故障特征。由于響應(yīng)幅值或響應(yīng)幅值增益指標(biāo)對噪聲比較敏感,只適用于無噪聲或弱噪聲背景條件,并且傳統(tǒng)信噪比指標(biāo)同樣需要提前知道特征頻率,在強(qiáng)噪聲背景下僅靠單級共振有時也難以達(dá)到預(yù)計的效果,因此提出基于改進(jìn)信噪比的級聯(lián)自適應(yīng)振動共振。該方法不需要提前知道特征頻率并且能夠適應(yīng)于較強(qiáng)背景噪聲的情形。(4)基于本文提出的滾動軸承故障診斷方法,設(shè)計出兩種基于不同診斷方法的滾動軸承故障診斷軟件。利用MATLAB GUI實現(xiàn)基于改進(jìn)響應(yīng)幅值指標(biāo)的自適應(yīng)振動共振提取軸承故障特征,利用LabVIEW和MATLAB的混合編程實現(xiàn)基于改進(jìn)信噪比指標(biāo)的級聯(lián)自適應(yīng)振動共振提取軸承故障特征。
【學(xué)位授予單位】：中國礦業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TH133.33
【圖文】：

2 振動共振在軸承故障診斷中的實驗應(yīng)用磁粉制動器的型號是 FZ-A-100。制動控制器的型號是 ZL2A-5S，該制入電流由磁粉制動器的控制器調(diào)節(jié)，然后輸出扭矩就會隨之改變�；梢阅M實際工況下的扭矩情況。加速度傳感器安裝在軸承座上，傳感 1A206E，其工作頻率范圍 0.2~1000Hz。加速度傳感器采集到的實驗信I9234 型采集卡傳輸?shù)焦P記本電腦上。然后，我們可以通過 Labview 軟Qmx 驅(qū)動程序直接讀取到數(shù)據(jù)。實驗臺的詳細(xì)結(jié)構(gòu)如圖 2-7 所示，實驗換故障軸承，就可實現(xiàn)對不同故障軸承的信號采集工作。表 2-2 滾動軸承的設(shè)計參數(shù)Table 2-2 The design parameters of rolling bearing型 dodid dwDmα 306E 72 mm 30 mm 10 mm 19 mm 52 mm 0° 1306E 72 mm 30 mm 10.5 mm 19 mm 51 mm 0° 1磁粉制動器筆記本電腦

m× 1 cos2 60cimn dfDα = + × fti分別為軸承外圈和內(nèi)圈故障理論頻率；fre1是特征頻率，fre2是滾動體沖擊雙側(cè)滾道時的滾動摩擦?xí)r的特征頻率，fci是保持架與內(nèi)圈摩擦?xí)r的是軸承實際轉(zhuǎn)速，d 為滾動體直徑，Dm是軸承節(jié)徑障驗軸承如圖 2-8 所示。軸承外圈內(nèi)側(cè)有明顯劃痕 1.2 mm，深度為 0.5 mm，用來模擬軸承故障特障理論頻率 fto可以用式（2-17）計算。外圈故障-3 所示。表 2-3 中列出的參數(shù) F、a1、b1、m 含義于負(fù)載、測量誤差、電流波動、傳感器誤差等誤特征頻率 fh接近但不等于故障理論頻率 fto。

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 屈強(qiáng);尉寶元;;197726型滾動軸承故障產(chǎn)生原因及對策[J];京鐵科技通訊(太原刊);2002年01期

2 陳松;陳立愛;;經(jīng)驗?zāi)B(tài)分解和神經(jīng)網(wǎng)絡(luò)在滾動軸承故障診斷中應(yīng)用研究[J];安徽建筑大學(xué)學(xué)報;2016年04期

3 倪安福;;基于包絡(luò)譜分析的滾動軸承故障診斷方法研究[J];煤礦機(jī)械;2017年02期

4 秦波;孫國棟;陳帥;王祖達(dá);王建國;;排列熵與核極限學(xué)習(xí)機(jī)在滾動軸承故障診斷中的應(yīng)用[J];組合機(jī)床與自動化加工技術(shù);2017年02期

5 李衛(wèi);;非平穩(wěn)工況的滾動軸承故障特征研究新方法[J];機(jī)械設(shè)計與研究;2017年01期

6 汪治安;夏均忠;但佳壁;于明奇;呂麒鵬;;循環(huán)平穩(wěn)在滾動軸承故障診斷中的應(yīng)用[J];軍事交通學(xué)院學(xué)報;2017年06期

7 陳慧;胡俊鋒;熊國良;;基于小波包分解與權(quán)重包絡(luò)譜的滾動軸承故障特征增強(qiáng)[J];機(jī)械設(shè)計與研究;2017年03期

8 陳雷;;滾動軸承故障診斷實例[J];設(shè)備管理與維修;2016年10期

9 楊康鵬;;一種改進(jìn)的滾動軸承故障診斷方法[J];機(jī)械制造;2012年05期

10 蔣康保;;神經(jīng)網(wǎng)絡(luò)在滾動軸承故障診斷中的應(yīng)用[J];裝備制造技術(shù);2010年01期

相關(guān)會議論文 前10條

1 崔寶珍;王澤兵;潘宏俠;;小波包分析和模糊聚類方法在滾動軸承故障診斷中應(yīng)用[A];第九屆全國振動理論及應(yīng)用學(xué)術(shù)會議論文集[C];2007年

2 和衛(wèi)星;陳曉平;馬東玲;;基于混沌時間序列的滾動軸承故障局部預(yù)測[A];2009中國儀器儀表與測控技術(shù)大會論文集[C];2009年

3 張益純;;常見滾動軸承故障診斷的技術(shù)探討[A];第十屆全國設(shè)備監(jiān)測與診斷技術(shù)學(xué)術(shù)會議論文集[C];2000年

4 李放寧;;峰值能量在滾動軸承故障診斷中的應(yīng)用[A];第十屆全國設(shè)備監(jiān)測與診斷技術(shù)學(xué)術(shù)會議論文集[C];2000年

5 李興林;;滾動軸承故障診斷技術(shù)現(xiàn)狀及發(fā)展[A];2009年全國青年摩擦學(xué)學(xué)術(shù)會議論文集[C];2009年

6 崔寶珍;王澤兵;潘宏俠;;小波包分析和模糊聚類方法在滾動軸承故障診斷中的應(yīng)用[A];第九屆全國振動理論及應(yīng)用學(xué)術(shù)會議論文摘要集[C];2007年

7 閔勇;郭一楠;閆俊榮;;基于貪心算法的滾動軸承故障診斷特征提取[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

8 楊積忠;左立建;;滾動軸承故障診斷實例[A];設(shè)備監(jiān)測與診斷技術(shù)及其應(yīng)用——第十二屆全國設(shè)備監(jiān)測與診斷學(xué)術(shù)會議論文集[C];2005年

9 古瑩奎;楊子茜;朱繁龍;;基于主成分分析的滾動軸承故障特征融合分析[A];2014年全國機(jī)械行業(yè)可靠性技術(shù)學(xué)術(shù)交流會暨可靠性工程分會第五屆委員會成立大會論文集[C];2014年

10 王俊鋒;申永軍;;高階統(tǒng)計量在滾動軸承故障診斷中的應(yīng)用研究[A];第十四屆全國非線性振動暨第十一屆全國非線性動力學(xué)和運動穩(wěn)定性學(xué)術(shù)會議摘要集與會議議程[C];2013年

相關(guān)博士學(xué)位論文 前10條

1 池永為;滾動軸承故障的振動特性分析與智能診斷方法研究[D];浙江大學(xué);2018年

2 王洪偉;航空發(fā)動機(jī)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 葛慧敏;車輛滾動軸承故障診斷建模及關(guān)鍵技術(shù)研究[D];江蘇大學(xué);2017年

4 廖強(qiáng);約束獨立分量和多小波分析在滾動軸承故障診斷中的應(yīng)用[D];電子科技大學(xué);2016年

5 王聰;基于稀疏表達(dá)的機(jī)械信號處理方法及其在滾動軸承故障診新中的應(yīng)用研究[D];中國科學(xué)技術(shù)大學(xué);2017年

6 徐劍;基于短時奇異譜分析的滾動軸承故障診斷方法研究[D];浙江大學(xué);2017年

7 曾鳴;基于凸包的模式識別方法及其在滾動軸承故障診斷中的應(yīng)用[D];湖南大學(xué);2016年

8 郝騰飛;航空發(fā)動機(jī)滾動軸承故障的核方法智能識別技術(shù)研究[D];南京航空航天大學(xué);2014年

9 于江林;滾動軸承故障的非接觸聲學(xué)檢測信號特性及重構(gòu)技術(shù)研究[D];大慶石油學(xué)院;2009年

10 Ao Hung Linh（池雄嶺）;基于化學(xué)反應(yīng)優(yōu)化算法和支持向量機(jī)的滾動軸承故障診斷方法研究[D];湖南大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 毛海波;軸承智能故障診斷系統(tǒng)的設(shè)計與搭建[D];武漢科技大學(xué);2019年

2 張迪;基于圖結(jié)構(gòu)的滾動軸承故障檢測與診斷技術(shù)研究[D];山東大學(xué);2019年

3 徐桃萍;基于聲發(fā)射技術(shù)的超低速滾動軸承故障診斷研究[D];蘭州理工大學(xué);2019年

4 高俊喜;基于振動共振的滾動軸承故障診斷技術(shù)與軟件設(shè)計[D];中國礦業(yè)大學(xué);2019年

5 付培英;基于深度學(xué)習(xí)的滾動軸承故障信號自動分類算法研究[D];天津工業(yè)大學(xué);2019年

6 杜小磊;基于深度學(xué)習(xí)的滾動軸承故障診斷方法[D];北京建筑大學(xué);2019年

7 張海姣;基于熵理論的滾動軸承故障診斷方法研究[D];安徽大學(xué);2019年

8 谷年龍;基于殘差網(wǎng)絡(luò)的機(jī)械滾動軸承故障診斷方法研究[D];武漢理工大學(xué);2018年

9 李藝偉;基于改進(jìn)CNN的變工況下滾動軸承故障診斷方法研究[D];哈爾濱理工大學(xué);2019年

10 呂嘉良;分?jǐn)?shù)階傅里葉變換在滾動軸承故障診斷中的應(yīng)用[D];哈爾濱理工大學(xué);2019年

本文編號：2716507