基于經(jīng)驗模態(tài)分解的滾動軸承故障灰色預測方法研究
發(fā)布時間:2021-04-20 07:45
工業(yè)的發(fā)展離不開科學技術的發(fā)展,機械設備緊跟著科技的腳步朝著智能化、復雜化、自動化方向發(fā)展,如何對運行狀態(tài)的設備進行故障預測,確保設備的安全穩(wěn)定運行是一項重要的研究內(nèi)容。滾動軸承是旋轉機械設備應用十分廣泛的特殊零件,它的基礎結構為內(nèi)外兩個滾道與一組滾子,結構看似簡單,實際構造精密且制造工藝復雜。由于滾動軸承還具備支撐作用,所以對整個旋轉機械設備的運行狀態(tài)具有顯著影響。因此,對滾動軸承進行故障預測方法研究具有重要的學術意義和工程應用價值,可有效避免設備運行過程中重大事故的發(fā)生。本文的研究內(nèi)容如下:首先描述了軸承故障診斷及軸承故障預測技術的發(fā)展,并分析滾動軸承常見故障的原因以及故障類型,然后從理論上分析不同情況下故障頻率特性的計算方式和振動特性。其次介紹了經(jīng)驗模態(tài)分解(Empirical Mode Decomposition,EMD)理論,并對其在對信號進行分解后得到的分量中出現(xiàn)模態(tài)混疊的現(xiàn)象進行研究。模態(tài)混疊現(xiàn)象表現(xiàn)為分解后的分量成分中包含不同的時間尺度,使得判別各個模態(tài)分量的物理意義困難。為了給后續(xù)故障診斷預測提供精確的物理意義的特征向量,本文提出了一種基于獨立分量分析進行模態(tài)混疊消除...
【文章來源】:浙江理工大學浙江省
【文章頁數(shù)】:66 頁
【學位級別】:碩士
【文章目錄】:
摘要
Abstract
第一章 緒論
1.1 課題研究背景及意義
1.2 國內(nèi)外相關研究現(xiàn)狀
1.2.1 滾動軸承故障監(jiān)測方法
1.2.2 基于振動信號的滾動軸承故障預測方法研究現(xiàn)狀
1.2.3 滾動軸承故障預測方法研究現(xiàn)狀
1.3 論文的主要研究內(nèi)容和結構安排
1.3.1 論文的研究內(nèi)容
1.3.2 結構安排
第二章 滾動軸承故障原理與特征分析
2.1 滾動軸承結構
2.2 滾動軸承故障類型及振動特性
2.2.1 滾動軸承故障類型
2.2.2 滾動軸承的振動特性
2.3 滾動軸承固定頻率和故障特征頻率
2.3.1 滾動軸承固定頻率
2.3.2 滾動軸承故障特征頻率
2.4 本章小結
第三章 經(jīng)驗模態(tài)分解(EMD)方法研究
3.1 瞬時頻率和本征模態(tài)函數(shù)
3.1.1 瞬時頻率
3.1.2 本征模態(tài)函數(shù)
3.2 EMD方法的基本原理
3.3 EMD方法存在的問題
3.4 本章小結
第四章 EMD模態(tài)混疊處理方法研究
4.1 模態(tài)混疊
4.2 最大相關峭度解卷積MCKD的降噪原理
4.3 盲源分離原理
4.3.1 混沌相空間重構
4.3.2 負熵的 FastICA 算法
4.4 EMD模態(tài)混疊處理的優(yōu)化方法
4.5 仿真分析
4.6 本章小結
第五章 基于EMD的滾動軸承故障灰色預測方法
5.1 灰色系統(tǒng)理論
5.2 灰色預測模型建模原理
5.3 ELM-GM(1,1)預測模型
5.3.1 ELM算法
5.3.2 ELM優(yōu)化GM(1,1)
5.3.3 仿真驗證
5.4 實驗驗證
5.4.1 實驗數(shù)據(jù)
5.4.2 預測特征參數(shù)的選取
5.4.3 基于EMD的滾動軸承故障灰色預測方法
5.5 本章小結
第六章 總結與展望
6.1 論文總結
6.2 未來展望
參考文獻
致謝
攻讀學位期間參加的科研項目和取得的研究成果
本文編號:3149278
【文章來源】:浙江理工大學浙江省
【文章頁數(shù)】:66 頁
【學位級別】:碩士
【文章目錄】:
摘要
Abstract
第一章 緒論
1.1 課題研究背景及意義
1.2 國內(nèi)外相關研究現(xiàn)狀
1.2.1 滾動軸承故障監(jiān)測方法
1.2.2 基于振動信號的滾動軸承故障預測方法研究現(xiàn)狀
1.2.3 滾動軸承故障預測方法研究現(xiàn)狀
1.3 論文的主要研究內(nèi)容和結構安排
1.3.1 論文的研究內(nèi)容
1.3.2 結構安排
第二章 滾動軸承故障原理與特征分析
2.1 滾動軸承結構
2.2 滾動軸承故障類型及振動特性
2.2.1 滾動軸承故障類型
2.2.2 滾動軸承的振動特性
2.3 滾動軸承固定頻率和故障特征頻率
2.3.1 滾動軸承固定頻率
2.3.2 滾動軸承故障特征頻率
2.4 本章小結
第三章 經(jīng)驗模態(tài)分解(EMD)方法研究
3.1 瞬時頻率和本征模態(tài)函數(shù)
3.1.1 瞬時頻率
3.1.2 本征模態(tài)函數(shù)
3.2 EMD方法的基本原理
3.3 EMD方法存在的問題
3.4 本章小結
第四章 EMD模態(tài)混疊處理方法研究
4.1 模態(tài)混疊
4.2 最大相關峭度解卷積MCKD的降噪原理
4.3 盲源分離原理
4.3.1 混沌相空間重構
4.3.2 負熵的 FastICA 算法
4.4 EMD模態(tài)混疊處理的優(yōu)化方法
4.5 仿真分析
4.6 本章小結
第五章 基于EMD的滾動軸承故障灰色預測方法
5.1 灰色系統(tǒng)理論
5.2 灰色預測模型建模原理
5.3 ELM-GM(1,1)預測模型
5.3.1 ELM算法
5.3.2 ELM優(yōu)化GM(1,1)
5.3.3 仿真驗證
5.4 實驗驗證
5.4.1 實驗數(shù)據(jù)
5.4.2 預測特征參數(shù)的選取
5.4.3 基于EMD的滾動軸承故障灰色預測方法
5.5 本章小結
第六章 總結與展望
6.1 論文總結
6.2 未來展望
參考文獻
致謝
攻讀學位期間參加的科研項目和取得的研究成果
本文編號:3149278
本文鏈接:http://sikaile.net/jixiegongchenglunwen/3149278.html