【摘要】： 機械故障診斷包括信號測量、特征提取、狀態(tài)診斷和狀態(tài)分析四個步驟,其中最關鍵的問題是故障信號的特征提取。旋轉機械在機械設備中應用最廣,是設備狀態(tài)監(jiān)測與故障診斷的重點。本文以滾動軸承為研究對象,應用新理論,提出軸承故障信號特征提取的新方法。針對滾動軸承故障信號的非平穩(wěn)、非高斯的特點,論文中應用循環(huán)平穩(wěn)理論的循環(huán)譜密度分析法和高階理論的雙譜分析法,分別就滾動軸承在正常、內圈故障和滾動體故障狀態(tài)運行下,對其中的振動信號做故障特征提取并進行了故障診斷。論文主要完成以下研究工作: 1、滾動軸承振動特性分析并進行實驗安排。本章首先給出了滾動軸承常見的幾種故障形式和形成原因;針對滾動軸承的典型結構分析其振動類型;在此基礎上,對滾動軸承的特征頻率做出分析;最后對實驗安排進行簡單的介紹。 2、在介紹小波理論的基礎上,著重研究了小波在信號處理中的消噪和多分辨率分解,并進行仿真驗證;以滾動軸承故障信號為例進行小波去噪,為以后的故障信號處理及特征提取作鋪墊。 3、針對滾動軸承振動信號的非平穩(wěn)特性,論述了其循環(huán)平穩(wěn)性,建立了一個滾動軸承幅值調制振動信號的模型,討論了其循環(huán)平穩(wěn)性;論文理論上證明了循環(huán)自相關函數分析方法和循環(huán)譜密度函數具有解調性,并通過對模型信號的仿真分析,驗證了循環(huán)自相關函數和循環(huán)譜密度函數可以有效地從調幅振動信號中分離出調制信息,達到調制信號解調的目的;在此基礎上重點討論了其循環(huán)自相關函數和循環(huán)譜密度函數的解調性。最后對實驗中的滾動軸承數據進行分析仿真,成功地應用到了滾動軸承的故障特征提取中,但從結果中可以看出,由于信號中的噪聲干擾嚴重,圖中還是存在很多干擾成分,得到的結果也不是十分理想。 4、針對前面分析結果中的噪聲干擾,結合滾動軸承故障信號的非高斯特點,分析研究了高階統(tǒng)計量理論;論證了高階統(tǒng)計量對高斯噪聲的免疫特性;提出了小波多分辨率分解與雙譜分析方法及其切片的結合在滾動軸承故障診斷中的應用;將雙譜分析法及其切片應用于實測的滾動軸承故障信號的特征提取中,對正常、內圈故障和滾動體故障的振動信號進行了分析,在各種運行狀態(tài)下分別得到了各自的故障頻率,從而有效地對滾動軸承的故障運行狀態(tài)作出判斷;并得到了比較理想的結果。
【學位授予單位】：太原理工大學
【學位級別】：碩士
【學位授予年份】：2009
【分類號】：TH165.3
【圖文】：

圖 4-2 循環(huán)均值Fig．4-2 Circulation mean信號 x (t)的時域波形，從圖中可以觀察到是循環(huán)均值αxM1，正如式（4-3)推導的結果中心以調制頻率 150Hz 為間隔左右對稱的x (t)的確代表了一個循環(huán)平穩(wěn)過程，也就是4-2 也明確地證實了循環(huán)均值αxM1并不具備的解調性分析[57]7)所描述的調幅信號 x(t)的二階循環(huán)平穩(wěn)本章采用延時非對稱二次變換的形式，可)cos[2()]{1cos(22AftBfaa+=++ +τπτθπ

應該要先熟悉一下滾動軸承的振動和故障機理。2.3.1 滾動軸承的典型結構滾動軸承的典型結構如圖2-1所示，它由內圈、外圈、滾動體和保持架四部分組成。內圈、外圈分別與軸頸及軸承座裝配在一起。在大多數情況下外圈不動，而內圈隨軸回轉。滾動體是滾動軸承的核心元件，它使得相對運動表面間的滑動摩擦變?yōu)闈L動摩擦。滾動體的形式有球形、圓柱形、錐柱形和鼓形等等。滾動體可在內、外圈滾道上進行滾動。

20（3）試驗說明1）將實驗設備按照圖2-2所示連接好，圖2-3為電機軸承故障實驗臺示意圖，圖2-4為可見測點分布和傳感器測量方向(z軸方向由點和叉表示，點表示垂直紙面向里，叉表示垂直在紙面向外)。圖 2-2 試驗設備連接示意圖Fig．2-2 Connection diagram of test equipment圖 2-3 電機軸承故障模擬實驗臺示意圖Fig．2-3 Sketch map of motor bearing fault simulation test-bedxyyx傳感器1傳感器2zz圖 2-4 傳感器的測量方?

【相似文獻】

相關期刊論文 前10條

1 許江;吳鑫;彭守建;楊紅偉;;煤層瓦斯吸附解吸過程中溫度信號的小波去噪方法[J];重慶大學學報;2011年07期

2 陳繼清;黃永杰;覃娟;;基于小波去噪和Hilbert-Huang變換在齒輪箱故障診斷中的應用[J];機電工程技術;2011年06期

3 陳永超;蓋旭剛;張廣詳;;低信噪比下相位編碼信號脈內特征提取的新方法[J];戰(zhàn)術導彈技術;2011年03期

4 沙成滿;韓合新;楊冬梅;;基于小波去噪的改進灰色自適應變形預測[J];東北大學學報(自然科學版);2011年08期

5 何德虎;謝建;;基于小波分析的液壓系統(tǒng)故障特征提取研究[J];機床與液壓;2011年13期

6 陳春玲;錢偉;;基于小波去噪的FFT農網諧波檢測[J];農機化研究;2011年09期

7 段青;;小波分析在低壓斷路器故障檢測中的仿真應用[J];科技信息;2011年16期

8 陳鑒光;;隧道監(jiān)控量測數據的小波去噪技術探討[J];公路工程;2011年03期

9 萬統(tǒng)斌;段志善;;一種新的音頻生命探測技術的實現[J];信息通信;2011年03期

10 羅鵬;;基于非抽取Curvelet變換的圖像去噪算法[J];中北大學學報(自然科學版);2011年03期

相關會議論文 前10條

1 汪久根;王慶九;薛崢;章維明;朱聘和;洪玉芳;;表面波紋度對軸承振動的影響[A];第八屆全國摩擦學大會論文集[C];2007年

2 侯艷芹;李均利;魏平;陳剛;;一種新的基于模糊均差和小波閾值的醫(yī)學圖像去噪方法[A];第十三屆全國圖象圖形學學術會議論文集[C];2006年

3 趙東杰;王華;周輝;;人臉識別中改進的平滑約束最小二乘法的應用[A];第七屆全國信息獲取與處理學術會議論文集[C];2009年

4 武小紅;李敏;武斌;;MATLAB環(huán)境下小波去噪的分析與仿真[A];第六屆全國信息獲取與處理學術會議論文集（3）[C];2008年

5 張萬厚;李秀香;;潤滑油脂對軸承振動和噪聲影響的初步探討[A];摩擦學第三屆全國學術交流會論文集潤滑材料部分[C];1982年

6 萬福永;袁震東;;交叉驗證方法下的小波收縮策略尋優(yōu)問題[A];1999中國控制與決策學術年會論文集[C];1999年

7 趙成燕;趙剛;劉愛倫;;一種基于小波去噪和主元分析的故障檢測與診斷方法[A];全國自動化新技術學術交流會會議論文集（一）[C];2005年

8 萬福永;袁震東;;復印文檔的偏折現象及其修正[A];2005中國控制與決策學術年會論文集（上）[C];2005年

9 李偉;何濤;吳慶華;;小波變換與滾動軸承振動的故障診斷方法研究[A];湖北省機械工程學會青年分會2006年年會暨第2屆機械學院院長（系主任）會議論文集（上）[C];2006年

10 劉揚;侯思祖;;基于小波變換的信號去噪方法的研究[A];2008通信理論與技術新發(fā)展——第十三屆全國青年通信學術會議論文集（下）[C];2008年

相關博士學位論文 前10條

1 蘇文勝;滾動軸承振動信號處理及特征提取方法研究[D];大連理工大學;2010年

2 梁力文;基于支持向量機的小波濾噪短波近紅外光譜在藥品定量分析中的研究[D];吉林大學;2009年

3 金卓睿;變壓器局部放電超高頻監(jiān)測分形天線與最優(yōu)小波去噪及信號識別研究[D];重慶大學;2008年

4 樂波;基于混沌振子與小波的低信噪比信號檢測研究與應用[D];電子科技大學;2009年

5 郝穎;動力調諧陀螺儀的關鍵技術研究[D];哈爾濱工程大學;2006年

6 邱政權;在噪聲環(huán)境下的說話人識別[D];華南理工大學;2007年

7 李東明;捷聯式慣導系統(tǒng)初始對準方法研究[D];哈爾濱工程大學;2006年

8 馬靜華;基于運動信息獲取及智能處理的運動員訓練指導系統(tǒng)研究[D];中國科學技術大學;2006年

9 劉伯強;腦機接口分類算法及實驗研究[D];天津大學;2005年

10 呂東方;螺紋參數激光檢測技術研究[D];哈爾濱工業(yè)大學;2007年

相關碩士學位論文 前10條

1 李勇;可調諧激光瓦斯?jié)舛葯z測系統(tǒng)的設計與實現[D];武漢理工大學;2008年

2 王學玲;基于POCS算法的序列圖像超分辨率復原技術研究[D];中國海洋大學;2007年

3 章佳榮;基于虛擬儀器的信號采集與分析軟件的設計及應用[D];哈爾濱工程大學;2009年

4 查品德;毫米波雷達回波去噪與特征提取研究[D];哈爾濱工程大學;2005年

5 鄭麗英;信號去噪方法研究與應用及毫米波輻射計顯控軟件實現[D];電子科技大學;2007年

6 王雪;基于小波分析的液壓沖擊器性能參數測試研究[D];中南大學;2007年

7 蘇斕;基于獨立分量分析的房顫信號提取的研究[D];重慶大學;2009年

8 李雅倩;高精度ADC系統(tǒng)中噪聲抑制方法的研究[D];燕山大學;2006年

9 張競丹;腦組織磁共振圖像分割的新方法[D];東北師范大學;2006年

10 趙江魏;基于小波去噪及灰度直方圖模板均衡化的手指靜脈圖像增強算法[D];吉林大學;2007年

本文編號：2771820