滾動軸承作為一種應用最廣泛的通用部件,其運行狀態(tài)是對整臺機器的性能產(chǎn)生直接影響。因此,滾動軸承的狀態(tài)監(jiān)測工作和故障診斷工作對于整機健康狀況來說具有重要的現(xiàn)實意義和經(jīng)濟價值。本研究中從滾動軸承結(jié)構(gòu)分析入手,對滾動軸承故障產(chǎn)生的主要原因、故障主要形式以及故障診斷技術的主要手段作了詳細探究,通過分析滾動軸承故障診斷過程中軸承振動信號的特點,在已有研究的基礎上進一步提出了更加有效的故障診斷方法并作了詳細的分析研究。本文中的主要內(nèi)容如下:1.分析了滾動軸承的結(jié)構(gòu)特點、故障產(chǎn)生的主要形式。指出了滾動軸承各元件的主要作用,提出在滾動軸承故障診斷過程中必須要掌握滾動軸承各種故障形式,逐一排除才能得到較準確的故障診斷結(jié)論。2.從算法流程的角度,對MCKD算法以及相關知識點作了詳細描述并對MCKD在故障診斷過程中的主要實現(xiàn)過程作了簡要分析。指出了MCKD的本質(zhì)就是一種以相關峭度最大化為優(yōu)化目標的解卷積算法,通過不斷的迭代計算得到最優(yōu)濾波器并由此達到對故障信號解卷積的目的。通過對算法原理和實現(xiàn)流程的分析,總結(jié)了MCKD在滾動軸承故障診斷方面具有計算簡單、能夠強化沖擊特征、提高故障信號信噪比等優(yōu)勢,同時也指出了MCKD算法在處理信號過程中并不完善,需要對其作進一步的改進。3.研究了自相關分析在處理含噪信號過程中的特點和優(yōu)勢,并進一步提出了AC-MCKD算法,并利用該方法對仿真信號和試驗信號進行了分析研究。通過對比有偏估計方法和無偏估計方法在處理含噪信號時的表現(xiàn),得出了有偏自相關分析更加適合于在強噪聲中去噪的結(jié)論。通過本文提出的AC-MCKD與MCKD在仿真信號和試驗信號處理中的對比分析,證明了AC-MCKD的有效性和準確性。
【學位單位】：華北電力大學
【學位級別】：碩士
【學位年份】：2018
【中圖分類】：TH133.33
【部分圖文】：

達到預防事故發(fā)生的目的[3]。在機械運轉(zhuǎn)時，當傳動軸以一定速度和載荷運轉(zhuǎn)的過程中不僅會對軸承和軸承座或外殼組成的振動系統(tǒng)產(chǎn)生激振，同時，由于滾動軸承本身的結(jié)構(gòu)特點、加工裝配誤差和運行過程中出現(xiàn)的相關故障，以及在傳動軸上由于其他零部件的運動和作用力的作用等外部因素，會使得該系統(tǒng)振動[4]。滾動軸承尺寸不同、故障源不同、傳動軸運轉(zhuǎn)速度不同以及滾動軸承所在系統(tǒng)環(huán)境不同，其產(chǎn)生的振動信號會大不相同，換言之，不同的振動信號中反映了滾動軸承特有的信息。另外值得注意的是，滾動軸承故障發(fā)生時產(chǎn)生的振動信號與非故障因素產(chǎn)生的振動信號之間最大區(qū)別在于振動信號中是否包含連續(xù)的周期性沖擊成分。隨著軸承內(nèi)圈的不斷轉(zhuǎn)動，滾動體在沿著滾道繞內(nèi)圈不斷旋轉(zhuǎn)的同時也會與外圈內(nèi)側(cè)發(fā)生接觸，當軸承外圈發(fā)生故障，滾動體每經(jīng)過一次故障點都會有突變沖擊力的產(chǎn)生。然而在實際信號采集過程中，沖擊成分往往淹沒在非故障振動信號中，尤其是在軸承故障早期階段更是如此，這對振動診斷技術提出了更高的要求。能否能夠利用振動信號采集設備準確獲取故障信號，并利用信號處理設備和信號處理方法提取振動信號中的沖擊成分并完成機械設備的狀態(tài)監(jiān)測及故障診斷是滾動軸承振動診斷的核心任務。

圖 2-1 滾動軸承實物圖故障的主要形式析可知，滾動軸承故障產(chǎn)生的主要與軸承外圈、有關。通常情況下，滾動軸承故障可以分為磨損和由于軸承異物落入以及潤滑不良造成的滾動體與類故障主要是由于內(nèi)圈、外圈以及滾動體金屬表面因造成的。除此之外，偶然的外部因素干擾也能引滾動軸承自身的構(gòu)造特點也會引起其振動[35]�？傇趦�(nèi)部干擾因素(如傳動軸的結(jié)構(gòu)、尺寸制造誤差因素(如傳動軸上各個零件之間受到力的作用及其振動激勵響應[36]。由于損傷產(chǎn)生的故障信號也是承中存在元件工作表面損傷的情況，那么在力的作脈沖類信號。由此產(chǎn)生的脈沖信號具有足夠的頻帶

華北電力大學碩士學位論文結(jié)合律：1 2 1 2f (t )* h (t )* h (t ) f (t )*[ h (t )* h (t )] f (t )* h( t )t)=h1(t)*h2(t)。：當子系統(tǒng)存在串聯(lián)關系時，總系統(tǒng)的沖擊響應為子系統(tǒng)沖擊號處理領域中，卷積有著更加明確的物理意義(如圖 3-1 所示不變系統(tǒng)來說，卷積準確表達了時域輸入 x(t)、系統(tǒng)沖擊響 y(t)之間的響應關系：y (t ) x (t )* h( t )沖擊響應 h(t)通常是由一系列存在串聯(lián)關系的子系統(tǒng)響應構(gòu)CKD 原理實現(xiàn)部分會講到)。
【參考文獻】

相關期刊論文 前10條

1 柏林;陸超;趙鑫;;基于ITD與ICA的滾動軸承故障特征提取方法[J];振動與沖擊;2015年14期

2 唐貴基;王曉龍;;基于包絡譜稀疏度和最大相關峭度解卷積的滾動軸承早期故障診斷方法[J];中國機械工程;2015年11期

3 陸森林;王龍;;CEEMD-FFT在滾動軸承故障診斷中的應用[J];鄭州大學學報(工學版);2015年01期

4 唐貴基;王曉龍;;自適應最大相關峭度解卷積方法及其在軸承早期故障診斷中的應用[J];中國電機工程學報;2015年06期

5 何鳳英;趙奇志;;振動診斷技術在齒輪箱故障診斷中的應用[J];礦業(yè)工程;2014年05期

6 鄭近德;程軍圣;;改進的希爾伯特-黃變換及其在滾動軸承故障診斷中的應用[J];機械工程學報;2015年01期

7 程軍圣;馬興偉;楊宇;;基于排列熵和VPMCD的滾動軸承故障診斷方法[J];振動與沖擊;2014年11期

8 武兵;賈峰;熊曉燕;;基于最大相關峭度反褶積的軸承故障診斷方法[J];振動.測試與診斷;2014年03期

9 馬倫;康建設;孟妍;呂雷;;基于Morlet小波變換的滾動軸承早期故障特征提取研究[J];儀器儀表學報;2013年04期

10 胡榮華;樓佩煌;唐敦兵;劉明燈;;基于EMD和免疫參數(shù)自適應SVM的滾動軸承故障診斷[J];計算機集成制造系統(tǒng);2013年02期

相關博士學位論文 前1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

相關碩士學位論文 前7條

1 李亞超;基于VMD的滾動軸承故障診斷方法研究[D];石家莊鐵道大學;2016年

2 楊晨;基于振動信號分析法的滾動軸承故障診斷研究[D];蘭州理工大學;2014年

3 于婷婷;基于BP神經(jīng)網(wǎng)絡的滾動軸承故障診斷方法[D];大連理工大學;2008年

4 張新明;聲發(fā)射技術在滾動軸承故障診斷中的應用[D];清華大學;2006年

5 夏瑞花;基于時間序列分析的滾動軸承的故障診斷[D];新疆大學;2006年

6 姜小熒;基于小波分析的滾動軸承故障診斷方法的研究及應用[D];大連理工大學;2005年

7 崔寶珍;基于小波分析的滾動軸承故障診斷方法研究與應用[D];中北大學;2005年

本文編號：2870636