【摘要】：近幾十年來,振動篩分設備發(fā)展迅速,廣泛應用于礦山、冶金、建筑等眾多生產領域,可以看出振動篩分設備在工業(yè)生產中發(fā)揮著重要的作用。因此,保持振動篩分設備的健康工作狀態(tài)至關重要。而滾動軸承是振動篩中最重要同時也是使用頻率較高的零件之一,一旦軸承發(fā)生故障,那么將會影響振動篩的正常工作,從而導致篩分精度的下降。因此,振動篩的滾動軸承故障的故障特征提取在實際的制造生產中有著十分重大的意義。本文以傳統(tǒng)能量算子理論的局限性和可擴展性為切入點,針對振動篩軸承故障信號的獨有特征,提出了幾種新的改進能量算子方法。論文的主要工作有以下幾個方面:(1)針對先前振動篩的軸承故障動力學模型中忽略滑移等缺點,提出了以五自由度的微分運動方程為基礎的振動篩軸承故障動力學模型,使得模型故障信號更接近于實際工況,通過模型詳細分析了振動篩的軸承故障信號和一般旋轉機械的軸承故障信號的不同。(2)針對先前能量算子魯棒性較差的缺點,利用高階差分思想,在解析能量算子(Analytic Energy Operator,AEO)的基礎上提出了一種增強型的能量算子,稱為高階差分解析能量算子(High Order Differential Analytic Energy Operator,HOD_AEO)。由于高階求導能提高信號干擾比(Signal-toInterferences Ratio,SIR),而解析信號可以提高信號的信噪比(Signal-to-Noise Ratio,SNR),因此將二者結合不僅可以抑制噪聲,同時也能抑制振動頻率干擾。(3)提出了一種計算復雜性較低的能量算子,稱為對稱差分解析能量算子(Symmetrical Difference Analytic Energy Operator,SD_AEO)。SD_AEO的原理主要利用了對稱差分序列,該序列可以對數據進行平滑處理,即相當于進行了平滑濾波作用。將該方法應用于模擬實驗和真實軸承故障數據實驗,并與HOD_AEO進行對比,發(fā)現性能上不遜于HOD_AEO,并且它的運行速率也相對較快。(4)提出了一種新穎的的能量算子技術—頻率加權解析能量算子(Frequency-weighted Analytic Energy Operator,FW_AEO)。該種算子采用了一階求導的同時采用了新的能量表達方式,使其其性能與前兩種增強型能量算子性能一樣優(yōu)秀,并且運算效率也非常高效,可以面對復雜的背景環(huán)境。(5)針對更為復雜的故障診斷形式—軸承內、外圈復合故障特征的提取進行了深入的研究分析,提出了一種提取效果更加優(yōu)秀的復合故障診斷方法,該方法主要采用了最小最優(yōu)熵反褶積(Multipoint Optimal Minimum Entropy Deconvolution Adjusted,MOMEDA)和稀疏貝葉斯階躍濾波(Spare Bayes Step filter,SBSF)技術,這兩種技術相輔相成,突出了故障脈沖序列的同時并去除了大量的背景噪聲,最后在利用SD_AEO對處理后的信號進行故障特征提取。(6)針對三種新提出算法的特點,分析了不同工況下的三種增強型能量算子的適用范圍。通過模擬實驗信號與不同工況下的真實軸承故障數據,驗證了上述方法的實用性和有效性,實現了振動篩軸承故障診斷在線監(jiān)測的目的。
【學位授予單位】：長安大學
【學位級別】：博士
【學位授予年份】：2019
【分類號】：TN911.7;TH133.3
【圖文】：

圖 1.1 本文的研究思路x n 1 x n x n x(n 1) x( n 1) /2 x n x n h x n x n h x n 1 1 , , 0 , 1, 2,...k k kkx x x xx xx k

技術結構示意圖

圖 1.3 論文的實施方案4.2本文的研究內容根據本文的研究技術路線，本論文的研究內容如下，結構如圖 1.4所示，第一章，緒論。闡述了狀態(tài)監(jiān)測和故障診斷的意義，討論了振動篩的狀態(tài)監(jiān)測障診斷的研究現狀、軸承故障診斷中常用能量算子的研究現狀，并綜述了文獻研的不足，說明了尚需要解決研究的問題。第二章，振動篩軸承故障動力學建模及故障信號特征分析。研究了振動篩軸承和外圈單點點蝕故障分別進行了動力學建模，該模型建立在五自由度微分運動方基礎上，將滑移現象考慮到模型當中，使其故障模型更接近于真實情況。并對理型進行仿真實驗，通過模型得出的振動信號與旋轉機械的振動信號進行了對比分第三章，高階差分解析能量算子在振動篩軸承故障診斷中的應用。首先對軸承診斷中常用的能量算子技術進行了簡單回顧。然后著重研究了高階差分序列和解

【參考文獻】

相關期刊論文 前10條

1 孟宗;季艷;;基于DEMD和對稱差分能量算子解調的滾動軸承故障診斷[J];中國機械工程;2015年12期

2 徐元博;楊宏才;;改進的HHT算法在振動篩軸承故障診斷中的應用[J];煤礦機械;2015年06期

3 姜萬錄;鄭直;胡浩松;;基于EEMD形態(tài)譜和支持向量機復合的滾動軸承故障診斷方法[J];工程科學學報;2015年S1期

4 劉長良;武英杰;甄成剛;;基于變分模態(tài)分解和模糊C均值聚類的滾動軸承故障診斷[J];中國電機工程學報;2015年13期

5 潘陽;陳安華;蔣玲莉;李學軍;;基于自適應共振解調技術的滾動軸承故障診斷[J];機械科學與技術;2015年02期

6 崔玲麗;莫代一;張建宇;;基于匹配追蹤的快速獨立分析方法在軸承復合故障盲源分離中的應用[J];北京工業(yè)大學學報;2014年06期

7 孟宗;李姍姍;季艷;;基于對稱差分能量算子解調的局部均值分解端點效應抑制方法[J];機械工程學報;2014年13期

8 王新立;徐元博;;盲源分離算法在振動篩故障診斷中的應用研究[J];設備管理與維修;2014年01期

9 郭寶良;段志善;鄭建校;史麗晨;;振動機械滾動軸承兩點點蝕故障診斷研究[J];振動與沖擊;2013年07期

10 王新立;徐元博;;基于EEMD分解的盲源分離算法在振動篩軸承故障診斷中的應用[J];礦山機械;2013年04期

本文編號：2750209