旋轉(zhuǎn)機(jī)械結(jié)構(gòu)廣泛應(yīng)用于各種機(jī)械設(shè)備中,齒輪和軸承是旋轉(zhuǎn)機(jī)構(gòu)的重要組成零件,也是最容易發(fā)生故障的部分,及早的發(fā)現(xiàn)故障并診斷故障類型對延長設(shè)備壽命,提升工作效率,提高經(jīng)濟(jì)效益有很大的作用,因此找到一種有效的故障診斷方法顯得尤為重要。本文提出了希爾伯特振動(dòng)分解（Hilbert Vibration Decomposition,HVD）結(jié)合含時(shí)滯反饋的非對稱雙穩(wěn)隨機(jī)共振的機(jī)械故障診斷方法,并通過實(shí)例研究驗(yàn)證本文所提方法對軸承故障診斷的有效性。首先研究了隨機(jī)共振（Stochastic resonance,SR）的基本理論,通過在隨機(jī)共振系統(tǒng)中加入時(shí)滯反饋對系統(tǒng)進(jìn)行了改進(jìn),解析法推導(dǎo)了高斯白噪聲驅(qū)動(dòng)的含有延時(shí)的非對稱雙穩(wěn)系統(tǒng)的平穩(wěn)概率密度（Probability density function,PDF）、平均穿越時(shí)間（Mean first passage time,MFPT）以及信噪比（Signal-to-noise ratio,SNR）。通過調(diào)節(jié)非對稱項(xiàng)、延時(shí)時(shí)間、延時(shí)強(qiáng)度以及噪聲強(qiáng)度參數(shù),分析參數(shù)對系統(tǒng)的影響程度,找到最佳匹配參數(shù)得出最強(qiáng)信噪比,從而為旋轉(zhuǎn)機(jī)械系統(tǒng)信號處理提供一種提高有用信號強(qiáng)... 

【文章來源】：燕山大學(xué)河北省

【文章頁數(shù)】：80 頁

【學(xué)位級別】：碩士

【部分圖文】：

DDS多級齒輪傳動(dòng)系統(tǒng)試驗(yàn)臺本小節(jié)通過變尺度隨機(jī)共振檢測齒輪轉(zhuǎn)頻信號f45Hz，壓縮比例k2200，二

平穩(wěn)概率密度隨x和r的變化圖：e=0.2,=0.3,D=0.2

0.81圖3-4 平穩(wěn)概率密度隨 x 和e的變化圖： =0.2, r=0.1, D=0.2-0.200.20.40.6-4-202400.511.5 平穩(wěn)概率密密度隨x和 的變化三維圖xPst00.511.5-0.2 0 0.2 0.4 0.6 0.8-4-2024 平穩(wěn)概率密密度隨x和 的變化X-Y俯視圖x00.511.5圖3-5 平穩(wěn)概率密密度隨 x 和 的變化圖：e=0.2, r=0.1, D=0.20.20.30.4-202012D平穩(wěn)概率密度隨x和D的變化三維圖xPst0.511.520.2 0.25 0.3 0.35 0.4-2-1012平穩(wěn)概率密度隨x和D的變化X-Y俯視圖Dx0.511.52圖3-6 平穩(wěn)概率密度隨 x 和D的變化圖：e=0.2, r=0.1, =0.3圖 3-4 和圖 3-5 分別顯示了平穩(wěn)概率密度與 e 和 的變化曲線，觀察可以發(fā)現(xiàn) e和 的增加都能提升平穩(wěn)概率密度，也就意味著粒子停留在對應(yīng)勢阱中的概率越大，


本文編號：2947883