滾動(dòng)軸承因其摩擦阻力小、互換性好、靈活度高而被廣泛應(yīng)用于機(jī)械設(shè)備中,其良好運(yùn)轉(zhuǎn)與否對(duì)機(jī)械設(shè)備運(yùn)行安全具有十分重要的意義。為了盡可能地避免或減少滾動(dòng)軸承對(duì)機(jī)械設(shè)備運(yùn)行故障的影響,針對(duì)傳統(tǒng)故障診斷方法的不足,本文應(yīng)用機(jī)器學(xué)習(xí)相關(guān)理論對(duì)滾動(dòng)軸承的智能故障診斷方法做了深入研究。具體內(nèi)容如下:（1）介紹了滾動(dòng)軸承的典型結(jié)構(gòu)和常見(jiàn)失效形式,研究了滾動(dòng)軸承的振動(dòng)機(jī)理,從運(yùn)動(dòng)學(xué)角度推導(dǎo)了滾動(dòng)軸承的特征頻率,并從信號(hào)處理角度分析了滾動(dòng)軸承振動(dòng)信號(hào)常用的時(shí)域和頻域特征。（2）針對(duì)滾動(dòng)軸承智能故障診斷中傳統(tǒng)神經(jīng)網(wǎng)絡(luò)容易造成過(guò)擬合、局部最優(yōu)等問(wèn)題,提出了一種思維進(jìn)化算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的方法。以常用振動(dòng)信號(hào)的時(shí)域、頻域特征參數(shù)作為思維進(jìn)化算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)模型的輸入,對(duì)軸承故障類型及故障程度進(jìn)行智能故障診斷,對(duì)比分析了算法優(yōu)化前后的結(jié)果。（3）針對(duì)滾動(dòng)軸承智能故障診斷中處理故障樣本時(shí)因樣本數(shù)據(jù)量過(guò)大及算法結(jié)構(gòu)單一問(wèn)題而導(dǎo)致故障多分類精度較低的問(wèn)題,提出了一種特征降維與隨機(jī)森林相結(jié)合的方法。以常用振動(dòng)信號(hào)的時(shí)域、頻域特征參數(shù)作為特征將維隨機(jī)森林方法的輸入,對(duì)軸承故障類型及故障程度進(jìn)行智能故障診斷,并與SVM、... 

【文章來(lái)源】：華東交通大學(xué)江西省

【文章頁(yè)數(shù)】：77 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

滾動(dòng)軸承的基本結(jié)構(gòu)

到滾動(dòng)軸承中導(dǎo)致滾動(dòng)軸承失效。滾動(dòng)軸承的故障影響因素結(jié)構(gòu)特性加工或裝配不當(dāng)運(yùn)行故障共振不平衡其他部件作用圖 2-2 滾動(dòng)軸承故障影響因素Fig.2-2 Factors affecting the failure of rolling bearings軸承故障影響因素的差異性，在不同工作條件下，滾動(dòng)軸：剝落：軸承運(yùn)轉(zhuǎn)過(guò)程中，在交變載荷的作用下滾動(dòng)體在滾度增大，在滾動(dòng)體與滾道經(jīng)常接觸的地方會(huì)造成裂紋，這表面金屬剝落，產(chǎn)生一些不規(guī)則的剝落坑，也叫點(diǎn)蝕。

圖 2-4 磨損失效Fig.2-4 Wear Failure蝕：軸承運(yùn)轉(zhuǎn)過(guò)程中，內(nèi)部電流產(chǎn)生的電火花容易使得軸承或過(guò)量的潤(rùn)滑油也會(huì)產(chǎn)生化學(xué)腐蝕，還有就是軸承內(nèi)部元件蝕。圖 2-5 腐蝕失效Fig.2-5 Corrosion Failure裂：軸承制造或使用過(guò)程中，由于熱處理加工不當(dāng)或者軸承造成軸承斷裂或產(chǎn)生裂紋，還有就是當(dāng)載荷過(guò)大或潤(rùn)滑不當(dāng)

【參考文獻(xiàn)】：
期刊論文
[1]冶金機(jī)械設(shè)備安裝的關(guān)鍵問(wèn)題研究[J]. 郭建生.  現(xiàn)代制造技術(shù)與裝備. 2018(12)
[2]基于短時(shí)傅里葉變換和卷積神經(jīng)網(wǎng)絡(luò)的軸承故障診斷方法[J]. 李恒,張氫,秦仙蓉,孫遠(yuǎn)韜.  振動(dòng)與沖擊. 2018(19)
[3]混沌粒子群優(yōu)化RVM的滾動(dòng)軸承早期故障診斷[J]. 陳法法,劉帥,肖文榮,陳保家,楊勇.  電子測(cè)量與儀器學(xué)報(bào). 2018(08)
[4]基于EMD和相關(guān)系數(shù)法的列車(chē)滾動(dòng)軸承故障診斷方法研究[J]. 楊琦,陳智才.  電力機(jī)車(chē)與城軌車(chē)輛. 2018(03)
[5]基于字典原子優(yōu)化的滑動(dòng)軸承摩擦狀態(tài)識(shí)別[J]. 魏偉,劉鵬.  電子測(cè)量與儀器學(xué)報(bào). 2018(05)
[6]滾動(dòng)軸承實(shí)時(shí)智能故障診斷算法研究[J]. 陳科,顧森茂,鄭紅梅.  電子測(cè)量與儀器學(xué)報(bào). 2018(01)
[7]航空機(jī)械設(shè)備檢修面臨的問(wèn)題分析[J]. 戴沅均.  內(nèi)燃機(jī)與配件. 2018(01)
[8]優(yōu)化支持向量機(jī)及其在智能故障診斷中的應(yīng)用[J]. 王保建,張小麗,傅楊?yuàn)W驍,陳雪峰.  振動(dòng).測(cè)試與診斷. 2017(03)
[9]概率神經(jīng)網(wǎng)絡(luò)用于機(jī)匣振動(dòng)故障診斷[J]. 楊一舟,蔣東翔.  機(jī)械科學(xué)與技術(shù). 2016(12)
[10]時(shí)域新指標(biāo)和PNN在滾動(dòng)軸承故障診斷中的應(yīng)用[J]. 李文峰,戴豪民,許愛(ài)強(qiáng).  機(jī)械科學(xué)與技術(shù). 2016(09)

博士論文
[1]DNN-HMM語(yǔ)音識(shí)別聲學(xué)模型的說(shuō)話人自適應(yīng)[D]. 薛少飛.中國(guó)科學(xué)技術(shù)大學(xué) 2015
[2]面向城軌列車(chē)走行安全的軸承在途故障診斷研究[D]. 姚德臣.北京交通大學(xué) 2015

碩士論文
[1]基于堆棧降噪自編碼的軸承故障診斷方法研究[D]. 胡俊.華東交通大學(xué) 2017
[2]滾動(dòng)軸承復(fù)合故障機(jī)理及振動(dòng)模型研究[D]. 董振振.哈爾濱工業(yè)大學(xué) 2015
[3]城軌列車(chē)走行部滾動(dòng)軸承故障診斷算法研究[D]. 張坤.北京交通大學(xué) 2015
[4]基于不確定性及模糊推理的智能制造專家系統(tǒng)研究與實(shí)現(xiàn)[D]. 崔巍.天津大學(xué) 2014
[5]滾動(dòng)軸承故障特征提取與應(yīng)用研究[D]. 馬川.大連理工大學(xué) 2009
[6]基于LabVIEW的回?zé)嵯到y(tǒng)遠(yuǎn)程狀態(tài)監(jiān)測(cè)與智能故障診斷系統(tǒng)研究[D]. 劉偉.長(zhǎng)沙理工大學(xué) 2009
[7]基于LabVIEW的軸承狀態(tài)監(jiān)測(cè)及故障診斷系統(tǒng)實(shí)現(xiàn)[D]. 柴慧霞.太原理工大學(xué) 2008
[8]基于LabVIEW的虛擬儀器及其在軸承測(cè)振儀中的應(yīng)用[D]. 閻曉偉.太原理工大學(xué) 2008
[9]基于LabVIEW的數(shù)據(jù)采集及分析系統(tǒng)的開(kāi)發(fā)[D]. 王劍.哈爾濱理工大學(xué) 2004



本文編號(hào)：2913753