滾動(dòng)軸承是機(jī)械設(shè)備中最重要的組成部件之一,對(duì)機(jī)械設(shè)備的安全運(yùn)行提供了保障,因此,滾動(dòng)軸承的故障監(jiān)測(cè)就顯得尤為重要。現(xiàn)有的滾動(dòng)軸承故障監(jiān)測(cè)系統(tǒng)大多使用有線采集滾動(dòng)軸承故障信號(hào),存在布線困難,傳輸距離有限和成本高等問題,而且LabVIEW軟件中缺少新信號(hào)處理方法-VMD模塊。VMD算法在分析處理滾動(dòng)軸承故障信號(hào)時(shí)容易發(fā)生端點(diǎn)效應(yīng),因此需要對(duì)其進(jìn)行改進(jìn)。針對(duì)有線采集存在的問題,設(shè)計(jì)了無線傳感發(fā)射和接收模塊,采用STM32F103RET6作為主控芯片,利用ADS8344對(duì)采集到的信號(hào)進(jìn)行A/D轉(zhuǎn)換,運(yùn)用RF1100-232無線通信模塊傳輸信號(hào),接收信號(hào)經(jīng)過DAC8531的D/A轉(zhuǎn)換后,傳遞到DAQ數(shù)據(jù)采集卡,實(shí)現(xiàn)數(shù)據(jù)的無線采集。針對(duì)VMD存在端點(diǎn)效應(yīng)問題,利用鏡像延拓進(jìn)行抑制。將LabVIEW和MATLAB通過MATLAB Script節(jié)點(diǎn)結(jié)合起來,實(shí)現(xiàn)改進(jìn)VMD算法在LabVIEW中的應(yīng)用,彌補(bǔ)LabVIEW缺少VMD模塊的缺陷。故障信號(hào)經(jīng)過改進(jìn)VMD處理后,與SVD融合提取故障特征,通過最近鄰實(shí)現(xiàn)故障類型分類。所提方法與經(jīng)過VMD和EMD處理后的分類結(jié)果相比,識(shí)別效果更優(yōu)�；诟倪M(jìn)VMD的滾動(dòng)軸承故障無線監(jiān)測(cè)系統(tǒng)對(duì)實(shí)際信號(hào)的診斷表明,該系統(tǒng)能夠進(jìn)行故障信號(hào)的無線采集,并對(duì)故障信號(hào)進(jìn)行分析處理,而且該系統(tǒng)界面友好,便于搭建,數(shù)值處理能力強(qiáng)。
【學(xué)位單位】：重慶三峽學(xué)院
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類】：TH133.33;TN911.7
【部分圖文】：

圖 1.2 故障診斷流程圖Fig1.2 Flow Chart of Fault Di主要有：上，設(shè)計(jì)基于改進(jìn) VMD滾動(dòng)軸承數(shù)據(jù)的無線采集，測(cè)系統(tǒng)模塊化、智能化、系景、目的和意義，介紹滾動(dòng)滾動(dòng)軸承常用故障診斷技術(shù)診斷原理，探索滾動(dòng)軸承故、故障分析及識(shí)別方法，其分布和經(jīng)驗(yàn)?zāi)B(tài)分解，故障法，為分析后面的滾動(dòng)軸承

其中滾子軸承又分為圓柱滾子軸承、滾針軸承、圓錐滾子軸承和調(diào)心滾子軸承，它們的結(jié)構(gòu)如圖2.1 所示[16]。球軸承在徑向方向上承受大部分載荷，在軸向方向也承受少量載荷，主要應(yīng)用于拖拉機(jī)、聯(lián)合收割機(jī)、變速箱和減速器上。圓柱滾子軸承在徑向方向上所能承受的載荷多，若內(nèi)外圈都有擋圈，可承受部分軸向載荷，應(yīng)用在電機(jī)、機(jī)床和汽車等。滾針軸承徑向結(jié)構(gòu)緊湊且承載能力大，適用于液壓泵、齒輪箱和紡織設(shè)備中。圓錐滾子軸承在徑向方向上能承受載荷，在軸向方向也能承受載荷，但主要是來自徑向方面的載荷，用于車軸軸箱、滾輪和軋鋼機(jī)上。調(diào)心滾子軸承在徑向方向上承擔(dān)主要載荷，還能承擔(dān)來自所有軸向方向的載荷主要承受徑向載荷，但不可以只承擔(dān)來自軸向方向的載荷，應(yīng)用在礦山開采、冶煉金屬、海上運(yùn)輸?shù)却笮蜋C(jī)械。

圖 2.3 模糊系統(tǒng)Fig2.3 Fuzzy System模糊規(guī)則庫是整個(gè)模糊理論的分類規(guī)則，規(guī)則庫的大小是由模糊隸屬函數(shù)確輸入?yún)?shù)進(jìn)行分類要與模糊規(guī)則庫條件符合。模糊規(guī)則庫的設(shè)計(jì)方法是基于以式表示的模糊控制算法。.6.2. 神經(jīng)網(wǎng)絡(luò)神經(jīng)網(wǎng)絡(luò)是模仿生物神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和功能來估計(jì)或逼近函數(shù)的數(shù)學(xué)模型或型[24]。神經(jīng)網(wǎng)絡(luò)框架的特點(diǎn)是四項(xiàng)：神經(jīng)元個(gè)數(shù)、層數(shù)、傳遞函數(shù)的訓(xùn)練算法網(wǎng)絡(luò)問題的目標(biāo)是通過調(diào)整權(quán)重矩陣和偏差向量的元素來最小化，調(diào)整過程稱，根據(jù)訓(xùn)練算法更新權(quán)值矩陣和偏差向量。目前，神經(jīng)網(wǎng)絡(luò)主要通過三點(diǎn)實(shí)現(xiàn)運(yùn)用于軟件測(cè)試：第一，根據(jù)選擇的測(cè)試數(shù)據(jù)網(wǎng)絡(luò)對(duì)復(fù)試試驗(yàn)數(shù)據(jù)進(jìn)行預(yù)測(cè)分類；第二，神經(jīng)網(wǎng)絡(luò)作為一個(gè)系統(tǒng)的近似，而正的測(cè)試軟件實(shí)施測(cè)試；第三，對(duì)生成的測(cè)試數(shù)據(jù)使用神經(jīng)網(wǎng)絡(luò)。

【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(dòng)軸承故障產(chǎn)生原因及對(duì)策[J];京鐵科技通訊(太原刊);2002年01期

2 賀天成;范云鵬;寧中赫;;利用包絡(luò)解調(diào)技術(shù)分析診斷滾動(dòng)軸承故障[J];冶金動(dòng)力;2020年01期

3 聶海燕;;滾動(dòng)軸承故障診斷方法綜述[J];內(nèi)燃機(jī)與配件;2019年23期

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

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

6 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(dòng)軸承故障診斷中的應(yīng)用[J];組合機(jī)床與自動(dòng)化加工技術(shù);2017年02期

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

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

9 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(dòng)軸承故障特征增強(qiáng)[J];機(jī)械設(shè)計(jì)與研究;2017年03期

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

相關(guān)會(huì)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(dòng)軸承故障診斷中應(yīng)用[A];第九屆全國振動(dòng)理論及應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2007年

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

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

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

5 李興林;;滾動(dòng)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(huì)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(dòng)軸承故障診斷中的應(yīng)用[A];第九屆全國振動(dòng)理論及應(yīng)用學(xué)術(shù)會(huì)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(dòng)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(dòng)軸承故障診斷實(shí)例[A];設(shè)備監(jiān)測(cè)與診斷技術(shù)及其應(yīng)用——第十二屆全國設(shè)備監(jiān)測(cè)與診斷學(xué)術(shù)會(huì)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(dòng)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(huì)暨可靠性工程分會(huì)第五屆委員會(huì)成立大會(huì)論文集[C];2014年

10 王俊鋒;申永軍;;高階統(tǒng)計(jì)量在滾動(dòng)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(dòng)暨第十一屆全國非線性動(dòng)力學(xué)和運(yùn)動(dòng)穩(wěn)定性學(xué)術(shù)會(huì)議摘要集與會(huì)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(dòng)軸承故障的振動(dòng)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(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 葛慧敏;車輛滾動(dòng)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(dú)立分量和多小波分析在滾動(dòng)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(hào)處理方法及其在滾動(dòng)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(shí)奇異譜分析的滾動(dòng)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(shí)別方法及其在滾動(dòng)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(dòng)機(jī)滾動(dòng)軸承故障的核方法智能識(shí)別技術(shù)研究[D];南京航空航天大學(xué);2014年

9 于江林;滾動(dòng)軸承故障的非接觸聲學(xué)檢測(cè)信號(hào)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(dòng)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 逯全波;基于改進(jìn)VMD的滾動(dòng)軸承故障無線監(jiān)測(cè)系統(tǒng)[D];重慶三峽學(xué)院;2018年

2 李志;基于模態(tài)分解的滾動(dòng)軸承故障診斷方法研究及應(yīng)用[D];內(nèi)蒙古科技大學(xué);2019年

3 張琳;基于同步提取變換的變轉(zhuǎn)速工況下滾動(dòng)軸承故障診斷方法研究[D];石家莊鐵道大學(xué);2019年

4 金治彬;基于時(shí)頻變換與階比分析的變轉(zhuǎn)速滾動(dòng)軸承故障診斷研究[D];石家莊鐵道大學(xué);2019年

5 武薇;基于排列熵理論的滾動(dòng)軸承故障診斷研究[D];石家莊鐵道大學(xué);2019年

6 趙靖;強(qiáng)背景噪聲下鐵路列車滾動(dòng)軸承故障特征提取方法研究[D];石家莊鐵道大學(xué);2019年

7 薛海峰;滾動(dòng)軸承故障診斷方法研究[D];石家莊鐵道大學(xué);2018年

8 張安;基于SVD的滾動(dòng)軸承故障特征提取[D];石家莊鐵道大學(xué);2019年

9 陸子鳴;基于NLM-VMD和度量學(xué)習(xí)的滾動(dòng)軸承故障診斷研究[D];華中科技大學(xué);2019年

10 陸超;基于局部均值分解樣本熵及參數(shù)遷移學(xué)習(xí)的軸承故障診斷[D];燕山大學(xué);2019年

本文編號(hào)：2813233