滾動(dòng)軸承是旋轉(zhuǎn)機(jī)械中使用最為廣泛和最易受損的零部件之一,其工作狀態(tài)直接影響到整個(gè)機(jī)械系統(tǒng)的性能,對(duì)其進(jìn)行故障診斷具有重要的實(shí)際意義�；谡駝�(dòng)信號(hào)分析的滾動(dòng)軸承故障診斷方法是國(guó)內(nèi)外使用最多、也是最有效的方法之一。然而滾動(dòng)軸承運(yùn)行時(shí)產(chǎn)生的振動(dòng)信號(hào)是典型的非平穩(wěn)隨機(jī)信號(hào),如何從振動(dòng)信號(hào)中提取出能準(zhǔn)確反映軸承運(yùn)行狀態(tài)的故障特征是至關(guān)重要的一步。針對(duì)傳統(tǒng)經(jīng)驗(yàn)?zāi)B(tài)分解方法存在的問題,對(duì)極值點(diǎn)和篩選終止條件的確定方法進(jìn)行了改進(jìn),提出了一種用具有一定可分度的內(nèi)稟模態(tài)函數(shù)與原信號(hào)間的相關(guān)系數(shù)作為表征軸承運(yùn)行狀態(tài)的新思路。針對(duì)平穩(wěn)自回歸模型無(wú)法全面準(zhǔn)確描述非平穩(wěn)振動(dòng)信號(hào)的問題,在采用小波包變換將非平穩(wěn)振動(dòng)信號(hào)轉(zhuǎn)化為平穩(wěn)信號(hào)的基礎(chǔ)上,提出了將小波包分解的結(jié)點(diǎn)系數(shù)所構(gòu)建的自回歸模型的參數(shù)作為軸承運(yùn)行狀態(tài)特征的新思路。在對(duì)軸承振動(dòng)信號(hào)建立時(shí)變自回歸模型的基礎(chǔ)上,提出了一種提取時(shí)變自回歸模型的參數(shù)均值作為軸承運(yùn)行狀態(tài)特征的新方法。針對(duì)單一特征提取方法難以對(duì)不同運(yùn)行條件下不同類型不同程度故障同時(shí)具有較高識(shí)別率,而各類特征的隨意組合也無(wú)法有效提高識(shí)別率的問題,提出了一種基于特征選擇的支持向量機(jī)智能診斷方法。首先采用文... 

【文章來(lái)源】：湖南工業(yè)大學(xué)湖南省

【文章頁(yè)數(shù)】：76 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

按滾動(dòng)體形狀分類的滾動(dòng)軸承

滾珠軸承 滾柱軸承 滾針軸承圖 2-1 按滾動(dòng)體形狀分類的滾動(dòng)軸承2.1.2 滾動(dòng)軸承組成部件及幾何結(jié)構(gòu)滾動(dòng)軸承的幾何結(jié)構(gòu)決定了軸承的動(dòng)態(tài)性能以及振動(dòng)特點(diǎn)，是影響軸承故障診的關(guān)鍵因素。(1) 組成部件滾動(dòng)軸承由滾動(dòng)體(Rolling Element)，內(nèi)環(huán)(Inner Ring)、外環(huán)(Outer Ring)和用于定滾動(dòng)體的籠(Cage)四大部分組成，外環(huán)的內(nèi)溝和內(nèi)環(huán)的外溝構(gòu)成滾動(dòng)體的軌道，子用于分離和定位滾動(dòng)體。(2) 幾何結(jié)構(gòu)

基于非平穩(wěn)信號(hào)處理的滾動(dòng)軸承智能故障診斷方法研究承故障振動(dòng)模型障常常起源于某些部件上的一個(gè)局部小故障。圖 2-3 障的例子。當(dāng)滾球滾過(guò)故障點(diǎn)時(shí)，會(huì)產(chǎn)生周期性(fT1= 模如下[44]：01( ) ( ) ( )nx t d t δ t nTτ∞== ∑ 延遲，撞擊序列的振幅0d (t )是由故障的位置、轉(zhuǎn)速和故生在外環(huán)時(shí)，0d (t )趨向一個(gè)常數(shù)，這是因?yàn)楣收衔恢孟鄬?duì)于內(nèi)環(huán)上的故障，0d (t )將會(huì)根據(jù)它的角度位置變化而

【參考文獻(xiàn)】：
期刊論文
[1]滾動(dòng)軸承表面損傷故障智能診斷新方法[J]. 陳果.  儀器儀表學(xué)報(bào). 2009(01)
[2]非平穩(wěn)信號(hào)的時(shí)變自回歸建模及其在軸承故障診斷中的應(yīng)用[J]. 王國(guó)鋒,羅志高,秦旭達(dá),冷永剛,常樂.  天津大學(xué)學(xué)報(bào). 2008(05)
[3]基于TVAR的自適應(yīng)時(shí)頻分析及在故障診斷中的應(yīng)用[J]. 王勝春,韓捷,李志農(nóng),李劍峰.  軸承. 2007(06)
[4]基于時(shí)變自回歸模型與支持向量機(jī)的旋轉(zhuǎn)機(jī)械故障診斷方法[J]. 張龍,熊國(guó)良,柳和生,鄒慧君,陳慧.  中國(guó)電機(jī)工程學(xué)報(bào). 2007(09)
[5]基于小波包分析的滾動(dòng)軸承故障特征提取[J]. 陳季云,陳曉平.  微計(jì)算機(jī)信息. 2007(04)
[6]基于內(nèi)稟模態(tài)奇異值分解和支持向量機(jī)的故障診斷方法[J]. 程軍圣,于德介,楊宇.  自動(dòng)化學(xué)報(bào). 2006(03)
[7]支持向量機(jī)在多類分類問題中的推廣[J]. 劉志剛,李德仁,秦前清,史文中.  計(jì)算機(jī)工程與應(yīng)用. 2004(07)
[8]核函數(shù)主元分析及其在齒輪故障診斷中的應(yīng)用[J]. 李巍華,廖廣蘭,史鐵林.  機(jī)械工程學(xué)報(bào). 2003(08)
[9]非平穩(wěn)隨機(jī)信號(hào)的參數(shù)模型分析方法[J]. 張海勇,李勘.  系統(tǒng)工程與電子技術(shù). 2003(03)
[10]Hilbert-Huang變換中的理論研究[J]. 鐘佑明,秦樹人,湯寶平.  振動(dòng)與沖擊. 2002(04)

碩士論文
[1]基于支持向量機(jī)的機(jī)車軸承故障診斷系統(tǒng)的研究[D]. 耿永強(qiáng).中南大學(xué) 2008
[2]基于參數(shù)化模型的非平穩(wěn)特征提取及其智能診斷研究[D]. 羅志高.天津大學(xué) 2008
[3]時(shí)頻分析在軸承故障診斷中的應(yīng)用研究[D]. 盧一相.安徽大學(xué) 2007
[4]支持向量機(jī)在智能故障診斷中的應(yīng)用研究[D]. 魏于凡.華北電力大學(xué)（北京） 2007
[5]基于小波與支持向量機(jī)的滾動(dòng)軸承故障診斷[D]. 陳興輝.太原理工大學(xué) 2006
[6]基于小波分析的滾動(dòng)軸承故障診斷方法研究[D]. 萬(wàn)良虹.華北電力大學(xué)（北京） 2004



本文編號(hào)：2904771