滾動軸承是旋轉(zhuǎn)機(jī)械結(jié)構(gòu)中最基礎(chǔ)、最核心的部件,同時(shí)也是最容易損壞和失效的零件,因此保證滾動軸承的正常運(yùn)行是旋轉(zhuǎn)機(jī)械安全工作的一個(gè)重要環(huán)節(jié)。聲發(fā)射檢測技術(shù)相比其它無損檢測技術(shù)可以及時(shí)的檢測出滾動軸承的早期微弱故障,并且能實(shí)時(shí)監(jiān)測故障的萌生及發(fā)展過程,具有較高的安全性和可靠性。在大數(shù)據(jù)與人工智能時(shí)代背景下,傳統(tǒng)人工的信號分析處理技術(shù)已經(jīng)無法滿足智能一體化大型機(jī)械設(shè)備故障診斷的需求。因此針對滾動軸承聲發(fā)射信號智能識別與故障診斷的研究具有非常重要的現(xiàn)實(shí)意義。本文分析了聲發(fā)射信號產(chǎn)生的原理和聲發(fā)射信號參數(shù)的物理意義,并以滾動軸承原始聲發(fā)射信號數(shù)據(jù)為基礎(chǔ),深入學(xué)習(xí)和研究循環(huán)神經(jīng)網(wǎng)絡(luò)模型特點(diǎn)與性能,構(gòu)建了雙向長短時(shí)記憶網(wǎng)絡(luò)模型方法,充分挖掘出滾動軸承處于不同故障下原始數(shù)據(jù)的本質(zhì)特征與深層次映射關(guān)系,避免了依賴復(fù)雜的數(shù)據(jù)處理技術(shù)與信號分析技術(shù)提取和選擇故障特征,端對端的完成了滾動軸承故障聲發(fā)射信號特征的自適應(yīng)提取與智能診斷。同時(shí)探究了雙向長短時(shí)記憶網(wǎng)絡(luò)模型在變工況下對故障聲發(fā)射信號特征的識別性能。從不同工況下聲發(fā)射信號分布特征的特點(diǎn)出發(fā),引入了遷移學(xué)習(xí)與雙向長短時(shí)記憶網(wǎng)絡(luò)相結(jié)合的方法,打破了傳統(tǒng)機(jī)器學(xué)習(xí)方法的訓(xùn)練集與測試集必須滿足獨(dú)立同分布的要求,擺脫了對先驗(yàn)故障數(shù)據(jù)的過分依賴,可完成多種類型工況下各種故障類型聲發(fā)射信號的識別,并且大大的縮短了故障識別時(shí)間和減小了計(jì)算成本,使基于聲發(fā)射檢測技術(shù)的滾動軸承故障實(shí)時(shí)在線監(jiān)測成為可能。設(shè)計(jì)了基于聲發(fā)射檢測技術(shù)的滾動軸承故障在線監(jiān)測軟件,從軟件開發(fā)技術(shù)角度和實(shí)際監(jiān)測功能需求出發(fā),整個(gè)軟件系統(tǒng)共設(shè)計(jì)了聲發(fā)射信號采集模塊、數(shù)據(jù)導(dǎo)入與處理模塊、模型功能選擇與訓(xùn)練模塊,及實(shí)時(shí)監(jiān)測評估與報(bào)警模塊等四種功能模塊。最后,對軟件系統(tǒng)及各大模塊功能進(jìn)行多次實(shí)驗(yàn)測試并進(jìn)行不斷的改進(jìn)與優(yōu)化,實(shí)驗(yàn)結(jié)果表明,軟件系統(tǒng)可長期穩(wěn)定的對滾動軸承運(yùn)行狀態(tài)進(jìn)行實(shí)時(shí)在線監(jiān)測,并完成相應(yīng)運(yùn)行狀態(tài)的識別與診斷任務(wù)。
【學(xué)位單位】：沈陽工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2019
【中圖分類】：TH133.33
【部分圖文】：

沈陽工業(yè)大學(xué)碩士學(xué)位論文8圖2.1 聲發(fā)射檢測原理圖2.1 所示，材料或物體接收到外部環(huán)境的激勵(lì)后產(chǎn)生彈性物體表面，引起可以用聲發(fā)射探頭檢測到的物體表面的聲發(fā)射探頭根據(jù)壓電效應(yīng)原理，將物體的機(jī)械振動轉(zhuǎn)換為電信號由于聲發(fā)射彈性波在傳播過程中會有一定的衰減，需要借助放大器的放大之后才能輸入采信號調(diào)理和分析記錄，最終由聲發(fā)射檢測軟件[47]在聲發(fā)射領(lǐng)域已經(jīng)沿用了幾十年，可用多個(gè)特征參數(shù)進(jìn)行表示，用來直觀的衡量聲發(fā)射源的狀態(tài)參數(shù)示意圖。圖2.2 聲發(fā)射信號參數(shù)示意圖下面具體介紹了聲發(fā)射信號的特征參數(shù)：：撞擊是指超過采集系統(tǒng)設(shè)定值

可用多個(gè)特征參數(shù)進(jìn)行表示，用來直觀的衡量聲發(fā)射源的狀態(tài)參數(shù)示意圖。圖2.2 聲發(fā)射信號參數(shù)示意圖下面具體介紹了聲發(fā)射信號的特征參數(shù)：：撞擊是指超過采集系統(tǒng)設(shè)定值，從而被聲發(fā)射傳感器捕捉到撞擊計(jì)數(shù)則是指系統(tǒng)對撞擊的累計(jì)計(jì)數(shù)，可以統(tǒng)計(jì)出聲發(fā)射源隨時(shí)間，被應(yīng)用在聲發(fā)射活動性的分析中。接收到外部環(huán)境的激勵(lì)后產(chǎn)生彈性應(yīng)物體表面細(xì)微機(jī)械的機(jī)械振動轉(zhuǎn)換為電信號。需要借助放大器的放大之后才能輸入采軟件系統(tǒng)給出物體缺，被測物體產(chǎn)生的衡量聲發(fā)射源的狀態(tài)，圖 2.2 為從而被聲發(fā)射傳感器捕捉到可以統(tǒng)計(jì)出聲發(fā)射源隨時(shí)間

第 3 章 聲發(fā)射信號特征的智能識別模型研究 實(shí)驗(yàn)設(shè)置1 故障模擬實(shí)驗(yàn)平臺及示意圖滾動軸承故障聲發(fā)射信號特征識別實(shí)驗(yàn)研究采用 QPZZ-Ⅱ型旋轉(zhuǎn)機(jī)械故障模擬平臺及滾動軸承故障模擬實(shí)驗(yàn)中使用的主要構(gòu)件組成如圖 3.1 所示。該實(shí)驗(yàn)平臺轉(zhuǎn)機(jī)械的多種故障狀態(tài)，為各種狀態(tài)的對比分析及診斷提供基礎(chǔ)條件；并且該實(shí)方便的將被測部分的軸承更換成有缺陷的軸承。QPZZ-Ⅱ型旋轉(zhuǎn)機(jī)械故障模擬實(shí)模擬的故障有：軸承內(nèi)圈故障、外圈故障、保持架故障及滾動體故障，軸承安裝不與軸承座之間的松動等，該實(shí)驗(yàn)平臺被大范圍的使用在學(xué)校、工廠及科學(xué)研究院教學(xué)及產(chǎn)品開發(fā)等中。沈陽工業(yè)大學(xué)碩士學(xué)位論文
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王祖蔭;;聲發(fā)射信號能量與泄漏氣體流密度的關(guān)系[J];無損檢測;1991年08期

2 王秀清;張春霞;楊世鳳;;番茄病害脅迫聲發(fā)射信號采集與聲源定位[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2011年04期

3 林麗;趙德有;;基于局域波近似熵的聲發(fā)射信號處理[J];大連理工大學(xué)學(xué)報(bào);2010年01期

4 林麗;趙德有;;近似熵在聲發(fā)射信號處理中的應(yīng)用[J];振動與沖擊;2008年02期

5 鞏亞東,王宛山;磨削加工的聲發(fā)射信號分析[J];東北大學(xué)學(xué)報(bào);1998年01期

6 徐榮葆;張耀輝;;超精密加工中聲發(fā)射信號的特性研究[J];航空精密機(jī)械工程;1988年01期

7 張耀輝,徐榮葆;用最大熵譜法分離切削聲發(fā)射信號的研究[J];國防科技大學(xué)學(xué)報(bào);1989年03期

8 毛漢穎;劉婷;范健文;毛漢領(lǐng);;金屬材料聲發(fā)射信號傳播的聲阻抗特性研究[J];振動與沖擊;2019年13期

9 郭振;賈鑫;付玉;賈招弟;李英年;;獨(dú)立分量分析在聲發(fā)射信號處理中的應(yīng)用[J];裝備制造技術(shù);2014年02期

10 林晶;孟永鋼;;磁頭磁盤界面碰撞聲發(fā)射信號特性研究[J];潤滑與密封;2009年04期

相關(guān)博士學(xué)位論文 前10條

1 李偉;低碳鋼點(diǎn)蝕聲學(xué)檢測與信號處理技術(shù)研究[D];大慶石油大學(xué);2006年

2 劉國華;聲發(fā)射信號處理關(guān)鍵技術(shù)研究[D];浙江大學(xué);2008年

3 張平;集成化聲發(fā)射信號處理平臺的研究[D];清華大學(xué);2002年

4 栗麗;基于聲發(fā)射信號分析的2D及3D紡織結(jié)構(gòu)復(fù)合材料損傷機(jī)制研究[D];東華大學(xué);2015年

5 劉衛(wèi)東;沖擊地壓預(yù)測的聲發(fā)射信號處理關(guān)鍵技術(shù)研究[D];中國礦業(yè)大學(xué);2009年

6 張闖;金屬板裂紋的電磁聲發(fā)射信號檢測與處理技術(shù)研究[D];河北工業(yè)大學(xué);2011年

7 林麗;導(dǎo)管架平臺結(jié)構(gòu)模型裂紋擴(kuò)展聲發(fā)射特征提取[D];大連理工大學(xué);2009年

8 曹翌佳;氣固反應(yīng)器中基于聲發(fā)射信號的故障檢測與診斷[D];浙江大學(xué);2010年

9 朱榮華;強(qiáng)噪聲環(huán)境下7N01鋁合金損傷聲發(fā)射監(jiān)測研究[D];哈爾濱工業(yè)大學(xué);2013年

10 楊平;罐底腐蝕聲發(fā)射機(jī)理研究[D];沈陽工業(yè)大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 何明;軸承聲發(fā)射信號的特征識別研究[D];沈陽工業(yè)大學(xué);2019年

2 許濤林;基于稀疏分解的脆性去除過程聲發(fā)射信號監(jiān)測技術(shù)研究[D];廈門大學(xué);2018年

3 張凱月;巖石聲發(fā)射信號時(shí)頻分析研究[D];華北理工大學(xué);2018年

4 李天佑;基于小波分析和矩張量分解的聲發(fā)射信號的處理與研究[D];東北石油大學(xué);2018年

5 仝浩呈;基于聲發(fā)射信號的固結(jié)磨料研磨在線監(jiān)測研究[D];南京航空航天大學(xué);2018年

6 謝楚陽;基于聲發(fā)射信號分析的C/SiC復(fù)合材料損傷機(jī)制研究[D];南京航空航天大學(xué);2018年

7 李天舒;基于時(shí)間序列特征的聲發(fā)射信號識別方法研究[D];大連理工大學(xué);2018年

8 蔣盼;基于感知理論的聲發(fā)射信號壓縮采集及重構(gòu)研究[D];河北工業(yè)大學(xué);2016年

9 沈慧;基于聲發(fā)射信號的真空泵過載故障檢測研究[D];天津大學(xué);2018年

10 王華偉;基于LMD與關(guān)聯(lián)分析法的車軸聲發(fā)射信號裂紋狀態(tài)識別研究[D];大連交通大學(xué);2018年

本文編號：2863073