現(xiàn)代工業(yè)迅猛發(fā)展,作為最重要設(shè)備結(jié)構(gòu)之一的旋轉(zhuǎn)設(shè)備日益趨于大型化、智能化,同時(shí)應(yīng)用領(lǐng)域也不斷擴(kuò)大,涉及工業(yè)、能源、交通、船舶、航空等眾多行業(yè),與國民生產(chǎn)安全緊密相連,一旦這些設(shè)備發(fā)生故障,在一定程度上可能會(huì)造成事故,造成巨大的經(jīng)濟(jì)損失和社會(huì)影響,甚至危及人身安全。“中國制造2025”規(guī)劃更是將提升產(chǎn)品質(zhì)量,提高重大裝備可靠性(質(zhì)量穩(wěn)定性)規(guī)劃為八大戰(zhàn)略行動(dòng)計(jì)劃之一。因此,針對(duì)旋轉(zhuǎn)設(shè)備的故障診斷就變得意義重大。軸承是旋轉(zhuǎn)設(shè)備中最常見的結(jié)構(gòu)之一,本課題以此為研究對(duì)象,深入研究現(xiàn)有技術(shù)積累,總結(jié)前人經(jīng)驗(yàn),展開轉(zhuǎn)動(dòng)機(jī)器故障診斷的相關(guān)原理、新方法以及新技術(shù)的研究。1.課題研究同步壓縮小波變換算法,將其引入滾動(dòng)軸承故障診斷中,首先搭建滾動(dòng)軸承故障實(shí)驗(yàn)平臺(tái)采集滾動(dòng)軸承故障數(shù)據(jù),使用小波變換對(duì)其進(jìn)行分析后,再使用同步壓縮對(duì)小波變換后的系數(shù)進(jìn)行壓縮,對(duì)比短時(shí)傅里葉、小波變換,實(shí)驗(yàn)結(jié)果證明同步壓縮小波變換能夠有效提取出滾動(dòng)軸承特征頻率;2.課題使用滾動(dòng)軸承實(shí)驗(yàn)平臺(tái)采集受強(qiáng)噪聲影響的滾動(dòng)軸承故障信號(hào),并降低滾動(dòng)軸承故障傷口尺寸,使用經(jīng)驗(yàn)?zāi)Ｊ椒纸狻⒕植刻卣鞒叨确纸�、變分模態(tài)分解對(duì)信號(hào)進(jìn)行處理降噪,同時(shí)使用最大峭度指標(biāo)優(yōu)化VMD算法,再使用同步壓縮小波變化算法對(duì)有效分量進(jìn)行處理分析,對(duì)比包絡(luò)、同步壓縮小波變化算法處理結(jié)果,證明該方法能夠有效抑制噪聲,提取滾動(dòng)軸承特征頻率;3.使用近似熵作為滾動(dòng)軸承故障信號(hào)的特征參量,并將局部特征尺度分解算法引入核極限學(xué)習(xí)機(jī)。使用局部特征尺度分解算法將信號(hào)進(jìn)行分解,計(jì)算每個(gè)分量的近似熵值,選擇一部分近似熵進(jìn)行訓(xùn)練,將剩余數(shù)據(jù)作為測(cè)試數(shù)據(jù)進(jìn)行測(cè)試,實(shí)驗(yàn)結(jié)果驗(yàn)證該方法能夠有效判段滾動(dòng)軸承常見故障現(xiàn)象。
【學(xué)位單位】：江南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類】：TH133.33
【部分圖文】：

圖 2-1 滾動(dòng)軸承結(jié)構(gòu) 圖 2-1 是滾動(dòng)軸承典型的結(jié)構(gòu)圖，主要參數(shù)包括：(1)外圈半徑2r ，外圈滾道的半承節(jié)徑 D，經(jīng)過滾動(dòng)體中心點(diǎn)形成的圓的直徑；(3)內(nèi)圈半徑1r，內(nèi)圈滾道的動(dòng)體直徑 d，滾動(dòng)體的直徑；(5)接觸角 ，內(nèi)圈和外圈滾道的垂線與滾珠受力直線的夾角；（6）滾動(dòng)體數(shù)量 Z，滾動(dòng)體的個(gè)數(shù)。 假設(shè)：（1）滾動(dòng)體與其滾道間無相對(duì)滑動(dòng)；（2）軸承承受載荷時(shí)無變形；（3）回轉(zhuǎn)頻率為if，外圈為of，保持架為cf。 由可以得到軸承工作過程中各點(diǎn)的轉(zhuǎn)動(dòng)速度： 點(diǎn)的速度：12 ( cos )i i iV r f f D d （點(diǎn)的速度：22 ( cos )o o oV r f f D d （架點(diǎn)速度：22 ( cos )o o oV r f f D d （式 2-3 可獲得滾動(dòng)體公轉(zhuǎn)頻率： 1(1 cos ) (1 cos )2 2i oc i oV V d df f fD D D （滾動(dòng)體經(jīng)過外圈的頻率：

o 90時(shí)，上述滾動(dòng)軸承為止推軸承，此時(shí)內(nèi)圈和外圈相對(duì)轉(zhuǎn)動(dòng)是一致的，滾動(dòng)體通過滾道時(shí)的頻率為：12oc rZf Zf；相對(duì)保持2rDfd 。 常工作狀態(tài)時(shí)的滾動(dòng)軸承也會(huì)產(chǎn)生振動(dòng)：（1）自身結(jié)構(gòu)導(dǎo)致的振體數(shù)量不一，所受剛度會(huì)改變，直接致使軸心波動(dòng)；（2）剛度呈：軸承剛度通常情況下為非線性，在深溝球軸承中，當(dāng)潤滑不到；（3）制造裝配過程中所引起的振動(dòng)：工件表面加工時(shí)的波紋度引體體積不一引發(fā)的軸心擺動(dòng)、裝配時(shí)軸承偏離中心時(shí)產(chǎn)生的振動(dòng)承偏移等；（4）滾動(dòng)軸承聲響：軸承在工作過程中會(huì)伴有振動(dòng)產(chǎn)會(huì)一種聲音，而代表軸承的狀態(tài)的信息則會(huì)包含在這種聲音中。工作時(shí)就會(huì)產(chǎn)生較為復(fù)雜的聲音，而當(dāng)其發(fā)生故障時(shí)，這種聲音動(dòng)頻率承工作時(shí)，滾動(dòng)體會(huì)與周圍接觸面接觸并伴有沖擊產(chǎn)生，振動(dòng)也的振動(dòng)的頻率稱為固有頻率。為在這個(gè)過程中內(nèi)外圈振動(dòng)的現(xiàn)

第二章 滾動(dòng)軸承故障診斷研究 2522( 1)9.4 101nh n nfbn 體的固有頻率為： 0.212bnEgfR 中R 為滾動(dòng)體的半徑。 動(dòng)軸承振動(dòng)測(cè)量與診斷故障診斷領(lǐng)域中，測(cè)點(diǎn)的布置尤其重要。滾動(dòng)軸承在發(fā)生故障后會(huì)產(chǎn)生頻率，其振動(dòng)由發(fā)生的開始成半球形向外擴(kuò)散，依次通過零件、軸承座能量每通過一次零件損失約 80%，因此，測(cè)點(diǎn)因盡可能選擇靠近發(fā)生點(diǎn)失。由于振動(dòng)特性在不同方向會(huì)有所不同，因此根據(jù)數(shù)據(jù)分析應(yīng)盡可能、垂直方向、軸向這三個(gè)方向上進(jìn)行測(cè)點(diǎn)的布置[22]。
【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 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

3 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

4 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

5 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

6 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

7 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

8 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

9 楊康鵬;;一種改進(jìn)的滾動(dòng)軸承故障診斷方法[J];機(jī)械制造;2012年05期

10 蔣康保;;神經(jīng)網(wǎng)絡(luò)在滾動(dòng)軸承故障診斷中的應(yīng)用[J];裝備制造技術(shù);2010年01期

相關(guān)博士學(xué)位論文 前10條

1 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

2 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

3 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

4 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

5 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

6 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

7 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

8 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

9 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

10 孟濤;齒輪與滾動(dòng)軸承故障的振動(dòng)分析與診斷[D];西北工業(yè)大學(xué);2003年

相關(guān)碩士學(xué)位論文 前10條

1 劉顏明;基于變分模態(tài)分解的滾動(dòng)軸承故障診斷系統(tǒng)研究[D];東北石油大學(xué);2018年

2 付巖;果蠅算法優(yōu)化的廣義回歸神經(jīng)網(wǎng)絡(luò)滾動(dòng)軸承故障預(yù)測(cè)[D];哈爾濱理工大學(xué);2018年

3 那曉棟;基于深度學(xué)習(xí)的變負(fù)載下滾動(dòng)軸承故障診斷方法研究[D];哈爾濱理工大學(xué);2018年

4 閆翔宙;滾動(dòng)軸承故障的盲分離與智能診斷方法研究[D];哈爾濱工程大學(xué);2018年

5 穆旭明;基于小波變換和HHT的滾動(dòng)軸承故障檢測(cè)系統(tǒng)研究[D];哈爾濱理工大學(xué);2018年

6 劉義亞;基于智能方法及同步壓縮技術(shù)的滾動(dòng)軸承故障診斷研究[D];江南大學(xué);2018年

7 高星星;基于循環(huán)平穩(wěn)的滾動(dòng)軸承故障診斷方法研究[D];大連交通大學(xué);2016年

8 艾澍海;基于VMD與改進(jìn)VPMCD的滾動(dòng)軸承故障診斷研究[D];昆明理工大學(xué);2018年

9 李明曉;基于改進(jìn)的EMD方法在滾動(dòng)軸承故障診斷中的應(yīng)用[D];昆明理工大學(xué);2018年

10 周衛(wèi)兵;基于CEEMD-SVD和ELM的滾動(dòng)軸承故障診斷方法研究[D];昆明理工大學(xué);2018年

本文編號(hào)：2883449