本文關(guān)鍵詞：滾動(dòng)軸承振動(dòng)故障特征提取與壽命預(yù)測(cè)研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：滾動(dòng)軸承是旋轉(zhuǎn)機(jī)械中最基礎(chǔ)且易發(fā)生故障的零部件之一,其運(yùn)行狀態(tài)對(duì)于保障關(guān)鍵設(shè)備安全可靠運(yùn)行意義重大。對(duì)滾動(dòng)軸承進(jìn)行狀態(tài)監(jiān)測(cè),當(dāng)設(shè)備出現(xiàn)劣化特征時(shí),準(zhǔn)確判斷其故障及預(yù)測(cè)其剩余壽命對(duì)于合理安排設(shè)備的維修決策至關(guān)重要。本文以滾動(dòng)軸承振動(dòng)信號(hào)為研究對(duì)象,研究了振動(dòng)故障特征提取和剩余壽命預(yù)測(cè)這兩個(gè)關(guān)鍵問(wèn)題。論文的主要內(nèi)容如下：(1)基于美國(guó)西儲(chǔ)大學(xué)典型故障軸承數(shù)據(jù),分析了滾動(dòng)軸承在不同類型和不同程度故障下的時(shí)域、頻域和時(shí)頻域的能量特征參數(shù),對(duì)比其適用范圍。利用幅值譜分析、Hilbert包絡(luò)解調(diào)和小波包分解法等信號(hào)處理方法,初步提取多統(tǒng)計(jì)特征參數(shù),針對(duì)多統(tǒng)計(jì)參數(shù)存在不相關(guān)和冗余成分,提出了一種基于方差分值及主元分析的滾動(dòng)軸承故障特征提取的新方法,該方法可實(shí)現(xiàn)對(duì)滾動(dòng)軸承的故障狀態(tài)的有效分類,通過(guò)實(shí)際的軸承信號(hào)驗(yàn)證了方法的有效性。該方法優(yōu)點(diǎn)在于利用簡(jiǎn)單的時(shí)頻特征量實(shí)現(xiàn)故障診斷。(2)針對(duì)可預(yù)測(cè)的滾動(dòng)軸承時(shí)間依存性故障,研究了基于多衰退特征的比例故障模型。選取反應(yīng)設(shè)備退化趨勢(shì)的特征量作為模型的輸入,最終確定均方根值和小波包敏感能量值作為輸入?yún)f(xié)變量。通過(guò)同類部件的歷史壽命及狀態(tài)監(jiān)測(cè)數(shù)據(jù)建立模型,再將根據(jù)已有的監(jiān)測(cè)數(shù)據(jù)預(yù)測(cè)的特征量輸入模型進(jìn)行實(shí)時(shí)剩余壽命評(píng)估。實(shí)現(xiàn)了單個(gè)滾動(dòng)軸承剩余壽命的實(shí)時(shí)預(yù)測(cè),與Logistic回歸模型對(duì)比,得出比例故障模型的預(yù)測(cè)結(jié)果更加準(zhǔn)確有效。該模型可實(shí)現(xiàn)對(duì)漸進(jìn)型軸承故障的有效預(yù)測(cè),基于辛辛那提大學(xué)的全壽命數(shù)據(jù)驗(yàn)證了該方法的有效性
【關(guān)鍵詞】：滾動(dòng)軸承 振動(dòng)信號(hào) 特征提取 小波分析 壽命預(yù)測(cè)
【學(xué)位授予單位】：大連理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TH133.33;TH165.3
【目錄】：

• 摘要4-5
• Abstract5-8
• 1 緒論8-16
• 1.1 課題背景及研究意義8-9
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀及發(fā)展趨勢(shì)9-15
• 1.2.1 滾動(dòng)軸承的狀態(tài)監(jiān)測(cè)方法9-11
• 1.2.2 滾動(dòng)軸承故障特征提取方法研究現(xiàn)狀11-12
• 1.2.3 滾動(dòng)軸承壽命預(yù)測(cè)方法研究現(xiàn)狀12-13
• 1.2.4 比例故障模型的應(yīng)用及研究現(xiàn)狀13-15
• 1.3 論文的研究?jī)?nèi)容及安排15-16
• 2 滾動(dòng)軸承的故障機(jī)理與振動(dòng)特征參數(shù)提取16-31
• 2.1 滾動(dòng)軸承的基本結(jié)構(gòu)16-17
• 2.2 滾動(dòng)軸承的失效形式17-18
• 2.3 滾動(dòng)軸承的振動(dòng)分析18-20
• 2.3.1 滾動(dòng)軸承振動(dòng)機(jī)理18
• 2.3.2 滾動(dòng)軸承的故障特征頻率和固有頻率18-20
• 2.4 基于振動(dòng)信號(hào)的特征參數(shù)提取20-30
• 2.4.1 時(shí)域統(tǒng)計(jì)特征參數(shù)提取20-23
• 2.4.2 頻域統(tǒng)計(jì)特征參數(shù)提取23-25
• 2.4.3 時(shí)頻域能量特征參數(shù)提取25-30
• 2.5 本章小結(jié)30-31
• 3 基于PCA的滾動(dòng)軸承故障特征提取方法研究31-43
• 3.1 滾動(dòng)軸承振動(dòng)信號(hào)特征分析31-36
• 3.1.1 振動(dòng)信號(hào)的時(shí)域頻域統(tǒng)計(jì)特征31-33
• 3.1.2 Hilbert包絡(luò)譜統(tǒng)計(jì)特征33
• 3.1.3 小波包分解的能量特征參數(shù)33-34
• 3.1.4 滾動(dòng)軸承振動(dòng)信號(hào)特征參數(shù)表示34-36
• 3.2 滾動(dòng)軸承的振動(dòng)特征提取36-38
• 3.2.1 特征選取36-37
• 3.2.2 主元分析(PCA)37-38
• 3.3 改進(jìn)的模糊C均值聚類算法及故障診斷流程38-39
• 3.3.1 改進(jìn)的模糊C均值聚類算法38-39
• 3.3.2 故障診斷流程39
• 3.4 實(shí)例分析39-42
• 3.4.1 美國(guó)凱斯西儲(chǔ)大學(xué)滾動(dòng)軸承試驗(yàn)數(shù)據(jù)39-40
• 3.4.2 滾動(dòng)軸承故障分類性能及評(píng)估40-42
• 3.5 本章小結(jié)42-43
• 4 基于比例故障模型的剩余壽命預(yù)測(cè)研究43-63
• 4.1 比例故障率模型43-49
• 4.1.1 比例故障率模型43-45
• 4.1.2 回歸矢量β的估計(jì)45-46
• 4.1.3 威布爾分布46-48
• 4.1.4 基于威布爾比例故障率模型的壽命預(yù)測(cè)研究48-49
• 4.2 Logistic回歸模型49-52
• 4.2.1 二項(xiàng)分類Logistic回歸模型49-51
• 4.2.2 多分類Logistic回歸模型51
• 4.2.3 回歸參數(shù)估計(jì)51
• 4.2.4 Logistic回歸模型與比例故障模型的對(duì)比51-52
• 4.3 基于振動(dòng)信號(hào)監(jiān)測(cè)的軸承剩余壽命預(yù)測(cè)52-62
• 4.3.1 試驗(yàn)裝置52-55
• 4.3.2 特征提取55-57
• 4.3.3 剩余壽命預(yù)測(cè)研究57-62
• 4.4 本章小結(jié)62-63
• 結(jié)論63-64
• 參考文獻(xiàn)64-68
• 攻讀碩士學(xué)位期間發(fā)表學(xué)術(shù)論文情況68-69
• 致謝69-70

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前1條

1 王獻(xiàn)鋒,陳科,賴俊賢,王金鈞;滾動(dòng)軸承壽命理論的發(fā)展[J];軸承;2002年09期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 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：滾動(dòng)軸承振動(dòng)故障特征提取與壽命預(yù)測(cè)研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：290799