本文關(guān)鍵詞：EMD及其改進(jìn)和無(wú)量綱分析相結(jié)合的軸承故障定位研究，由筆耕文化傳播整理發(fā)布。

【摘要】：設(shè)備診斷技術(shù)是一種先測(cè)量設(shè)備運(yùn)行的狀態(tài)信息，之后采用相應(yīng)檢測(cè)手段對(duì)其進(jìn)行分析處理來(lái)判斷設(shè)備運(yùn)行正常與否，并盡早找出故障部位及原因，還能對(duì)故障發(fā)展趨勢(shì)進(jìn)行預(yù)測(cè)的技術(shù)。通俗地講，設(shè)備診斷技術(shù)就好比是“醫(yī)生”，而診斷的對(duì)象就好比是“病人”，醫(yī)生為病人“看病”就是對(duì)設(shè)備故障診斷最形象的比喻，它通常涵蓋了“監(jiān)測(cè)”和“診斷”兩個(gè)層面的意思。隨著機(jī)械化水平的高速推進(jìn)，就會(huì)使設(shè)備診斷技術(shù)面臨更加嚴(yán)峻的考驗(yàn)。 本文在研讀大量文獻(xiàn)的基礎(chǔ)上，結(jié)合課題的相關(guān)研究背景，利用先進(jìn)的無(wú)量綱分析方法與經(jīng)驗(yàn)?zāi)B(tài)分解（EMD）技術(shù)、局部均值分解（LMD）技術(shù)、遺傳編程等進(jìn)行融合來(lái)研究一種簡(jiǎn)單、快捷、實(shí)用的軸承故障診斷技術(shù)，并將其應(yīng)用到了旋轉(zhuǎn)機(jī)械軸承的故障診斷中。具體所做內(nèi)容如下： （1）鑒于振動(dòng)信號(hào)本身比較復(fù)雜，且受噪聲等其他干擾信號(hào)污染嚴(yán)重的現(xiàn)狀，就需要對(duì)其進(jìn)行預(yù)處理，而EMD技術(shù)正好對(duì)去除噪聲等干擾信號(hào)有一定的優(yōu)勢(shì)，因此將先進(jìn)的無(wú)量綱分析技術(shù)與之進(jìn)行融合來(lái)處理軸承故障的特征信息，從理論上對(duì)該方法的可行性和有效性給出了解釋。 （2）由于EMD在處理振動(dòng)信號(hào)時(shí)會(huì)出現(xiàn)虛假分量、端點(diǎn)效應(yīng)等問(wèn)題，因此需要對(duì)其改進(jìn)，LMD就是其中一種改進(jìn)形式，特別適合于處理多分量的調(diào)制信號(hào)，有效地抑制了EMD中存在的端點(diǎn)效應(yīng)，對(duì)虛假分量問(wèn)題也有了很好的解決�；谝陨蟽�(yōu)點(diǎn)，本文提出了LMD和無(wú)量綱分析相結(jié)合的軸承故障診斷方法，不管是在理論上還是實(shí)際應(yīng)用中都表明其性能要優(yōu)于EMD技術(shù)。 （3）針對(duì)基本無(wú)量綱指標(biāo)對(duì)某些故障類型分類能力差的缺陷和受數(shù)量不多的困擾，將在特征構(gòu)造和選取方面有一定優(yōu)勢(shì)的遺傳編程（GP）融入到無(wú)量綱分析中，，先對(duì)振動(dòng)數(shù)據(jù)進(jìn)行EMD處理，之后利用GP的優(yōu)勢(shì)構(gòu)建對(duì)故障狀態(tài)分類最佳的復(fù)合無(wú)量綱指標(biāo)，最后通過(guò)軸承故障分析實(shí)驗(yàn)對(duì)新指標(biāo)的分類性能做了驗(yàn)證。
【關(guān)鍵詞】：滾動(dòng)軸承 無(wú)量綱指標(biāo) EMD LMD 遺傳編程
【學(xué)位授予單位】：太原理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TH165.3
【目錄】：

• 摘要3-5
• ABSTRACT5-11
• 第一章 緒論11-23
• 1.1 課題研究的背景及意義11-13
• 1.1.1 課題研究的背景11-12
• 1.1.2 課題研究的意義12-13
• 1.2 機(jī)械設(shè)備故障診斷技術(shù)的發(fā)展歷史13-14
• 1.3 機(jī)械設(shè)備故障診斷的定義及研究?jī)?nèi)容14-17
• 1.3.1 機(jī)械故障診斷技術(shù)的定義14-16
• 1.3.2 機(jī)械設(shè)備故障診斷的研究?jī)?nèi)容16-17
• 1.4 旋轉(zhuǎn)機(jī)械設(shè)備的典型故障及其振動(dòng)特征17-21
• 1.5 論文的主要內(nèi)容及安排21-23
• 第二章 旋轉(zhuǎn)機(jī)械中滾動(dòng)軸承故障診斷原理及方法23-37
• 2.1 旋轉(zhuǎn)機(jī)械中的滾動(dòng)軸承及其失效形式23-26
• 2.1.1 滾動(dòng)軸承的基本結(jié)構(gòu)23-25
• 2.1.2 滾動(dòng)軸承的失效形式25-26
• 2.2 旋轉(zhuǎn)機(jī)械中滾動(dòng)軸承的振動(dòng)機(jī)理及頻率特性26-30
• 2.2.1 滾動(dòng)軸承振動(dòng)發(fā)生的原因26-27
• 2.2.2 滾動(dòng)軸承的頻率特征27-30
• 2.3 滾動(dòng)軸承的振動(dòng)信號(hào)采集30-32
• 2.4 旋轉(zhuǎn)機(jī)械中滾動(dòng)軸承故障診斷常用的方法32-34
• 2.5 基于無(wú)量綱指標(biāo)的滾動(dòng)軸承故障診斷分析34-36
• 2.6 本章小結(jié)36-37
• 第三章 EMD 和無(wú)量綱指標(biāo)相結(jié)合軸承故障診斷方法37-53
• 3.1 無(wú)量綱指標(biāo)及其優(yōu)點(diǎn)分析37-43
• 3.1.1 隨機(jī)信號(hào)的概率密度函數(shù)37-40
• 3.1.2 有量綱指標(biāo)和無(wú)量綱指標(biāo)40-42
• 3.1.3 無(wú)量綱指標(biāo)的優(yōu)點(diǎn)分析42-43
• 3.2 經(jīng)驗(yàn)?zāi)B(tài)分解43-49
• 3.2.1 EMD 方法的基本原理44-46
• 3.2.2 EMD 技術(shù)的分解算法46-47
• 3.2.3 EMD 方法的完備性和正交性47-48
• 3.2.4 Hilbert 譜和 Hilbert 邊際譜48-49
• 3.3 基于 EMD 方法的無(wú)量綱指標(biāo)故障診斷分析方法49-51
• 3.4 本章小結(jié)51-53
• 第四章 基于改進(jìn) EMD 的無(wú)量綱指標(biāo)故障診斷定位研究53-73
• 4.1 LMD 的基本原理54-59
• 4.1.1 基本概念54-55
• 4.1.2 LMD 的基本原理及算法55-59
• 4.2 LMD 和 EMD 方法的對(duì)比59-60
• 4.3 基于 LMD 方法的無(wú)量綱指標(biāo)故障診斷分析方法60-62
• 4.4 實(shí)驗(yàn)平臺(tái)及工作原理62-68
• 4.4.1 實(shí)驗(yàn)機(jī)組的介紹62-65
• 4.4.2 振動(dòng)數(shù)據(jù)采集系統(tǒng)65-68
• 4.5 基于 LMD 的無(wú)量綱分析在軸承診斷中應(yīng)用68-71
• 4.5.1 試驗(yàn)平臺(tái)及故障件68-69
• 4.5.2 軸承故障定位實(shí)驗(yàn)69-71
• 4.6 本章小結(jié)71-73
• 第五章 基于 EMD 的復(fù)合無(wú)量綱分析在軸承故障診斷中應(yīng)用73-93
• 5.1 遺傳編程73-77
• 5.1.1 遺傳編程的工作原理73-77
• 5.1.2 遺傳編程的特點(diǎn)77
• 5.2 新無(wú)量綱指標(biāo)的構(gòu)建77-81
• 5.2.1 構(gòu)建新無(wú)量綱指標(biāo)的理論依據(jù)77-78
• 5.2.2 構(gòu)建新無(wú)量綱指標(biāo)78-81
• 5.3 基于 EMD 的無(wú)量綱分析在軸承診斷中應(yīng)用81-85
• 5.3.1 試驗(yàn)平臺(tái)及故障件81-83
• 5.3.2 軸承故障定位實(shí)驗(yàn)83-85
• 5.4 基于 EMD 的復(fù)合無(wú)量綱分析在軸承診斷中應(yīng)用85-91
• 5.4.1 試驗(yàn)平臺(tái)及故障件85-86
• 5.4.2 軸承故障分類實(shí)驗(yàn)86-91
• 5.5 本章小結(jié)91-93
• 第六章 總結(jié)與展望93-95
• 參考文獻(xiàn)95-99
• 致謝99-101
• 攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文101
• 攻讀碩士學(xué)位期間參加的科研項(xiàng)目101

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前9條

1 黨保華;朱德榮;杜志強(qiáng);王淑珍;余炳輝;;基于IPSO優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的滾動(dòng)軸承故障診斷[J];軸承;2011年07期

2 張冰凌;許英姿;潘全文;;智能故障診斷方法的研究和展望[J];飛機(jī)設(shè)計(jì);2007年05期

3 金鑫;任獻(xiàn)彬;周亮;;智能故障診斷技術(shù)研究綜述[J];國(guó)外電子測(cè)量技術(shù);2009年07期

4 王平,廖明夫;滾動(dòng)軸承故障診斷的自適應(yīng)共振解調(diào)技術(shù)[J];航空動(dòng)力學(xué)報(bào);2005年04期

5 楊宇;王歡歡;程軍圣;鄒憲軍;;基于LMD的包絡(luò)譜特征值在滾動(dòng)軸承故障診斷中的應(yīng)用[J];航空動(dòng)力學(xué)報(bào);2012年05期

6 楊宇;楊麗湘;程軍圣;;基于LMD和AR模型的轉(zhuǎn)子系統(tǒng)故障診斷方法[J];湖南大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年09期

7 樓向明,鄭水英,汪希萱;旋轉(zhuǎn)機(jī)械轉(zhuǎn)子不平衡在線識(shí)別方法的實(shí)驗(yàn)研究[J];汽輪機(jī)技術(shù);1998年04期

8 黃昭毅;對(duì)我國(guó)無(wú)量綱診斷的歷史回顧與今后的期望(一)[J];中國(guó)設(shè)備管理;2000年10期

9 李紅衛(wèi);楊東升;孫一蘭;韓娟;;智能故障診斷技術(shù)研究綜述與展望[J];計(jì)算機(jī)工程與設(shè)計(jì);2013年02期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前2條

1 任達(dá)千;基于局域均值分解的旋轉(zhuǎn)機(jī)械故障特征提取方法及系統(tǒng)研究[D];浙江大學(xué);2008年

2 王雷;基于流形學(xué)習(xí)的滾動(dòng)軸承故障診斷若干方法研究[D];大連理工大學(xué);2013年

  本文關(guān)鍵詞：EMD及其改進(jìn)和無(wú)量綱分析相結(jié)合的軸承故障定位研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：284030