滾動軸承是機械設備里使用最廣泛的部件之一,其運轉(zhuǎn)狀態(tài)直接影響著整個機械設備的性能,軸承出現(xiàn)故障可能導致機器設備陷入癱瘓甚至發(fā)生重大安全事故。因此,如何在不影響設備正常運轉(zhuǎn)的前提下,用較短的時間診斷出滾動軸承的狀態(tài)如何、是否發(fā)生了故障以及發(fā)生了什么類型的故障成為亟待解決的問題,也是目前狀態(tài)監(jiān)測和故障診斷領域研究的熱點。振動信號分析是目前實現(xiàn)滾動軸承監(jiān)測和診斷的主要方法之一。振動信號分析的理論和方法有很多,主要包括FFT分析、倒頻譜分析、小波分析、Hilbert-Huang變換等等,其中小波分析是使用較廣泛的一種方法。目前較為流行的做法是結(jié)合小波變換和包絡解調(diào),得到各層高頻小波系數(shù)的包絡譜,這樣做雖然可以抽取到故障特征,但是故障特征的效果并不理想。小波分解可以實現(xiàn)一組帶通濾波器的作用,將信號各個頻段的信息取出來,對單個頻段的信號來說,可以去除此頻段外的噪聲,但是位于此頻段內(nèi)的噪聲成分依然很多,不利于后期抽取到明顯的故障特征。為了克服上述缺點,本文在深入研究小波濾波理論后,提出了利用小波閾值濾波在前期對振動信號進行濾波的方法,同時,鑒于硬閾值函數(shù)和軟閾值函數(shù)存在的缺陷,本文對軟、硬閾值函數(shù)加... 

【文章來源】：西南交通大學四川省 211工程院校 教育部直屬院校

【文章頁數(shù)】：99 頁

【學位級別】：碩士

【部分圖文】：

滾動體大小不一產(chǎn)生的軸心擺動

圖7一5小波閩值濾波包絡對工況2下樣本2處理后的包絡譜圖7.4本章小結(jié)①本章詳細介紹了實現(xiàn)滾動軸承智能化故障診斷系統(tǒng)的軟件平臺VC++和MATLAB。②本章介紹了滾動軸承智能化故障診斷系統(tǒng)的界面及其實現(xiàn)過程。

磁粉翻動母減速搖聯(lián)軸侶圖2一1滾動軸承智能化故障診斷實驗平臺上圖2一1是滾動軸承智能化故障診斷實驗平臺，由圖可以看到滾動軸承振動信號產(chǎn)生實驗平臺主要由異步電機、滾動軸承座、聯(lián)軸器、減速器和磁粉制動器五部分組成。由于減速器在軸承智能化故障診斷實驗中沒有用到，故只介紹其余四部分的具體功能:1.異步電機工作可以帶動滾動軸承轉(zhuǎn)動，此外電動機和變頻器相連接(后文介紹)，利用變頻實現(xiàn)對電機轉(zhuǎn)速的控制。2.滾動軸承座中安放滾動軸承，由于滾動軸承座上表面是圓弧形，無法安裝傳感器，故對滾動軸承座上表面進行水平銑平處理，這樣傳感器便可通過底盤的磁鐵牢固地吸附在滾動軸承座上。3.磁粉制動器與其匹配電源連接，電源打開，滾動軸承受到相應的負載作用;電源關閉

【參考文獻】：
期刊論文
[1]基于小波包和階次包絡譜的軸承故障診斷[J]. 康海英,祁彥潔,欒軍英,鄭海起.  軸承. 2007(02)
[2]基于小波消噪技術的軋機軸承早期故障診斷[J]. 張建宇,高立新,崔玲麗,王雙啟,王國棟.  北京工業(yè)大學學報. 2006(08)
[3]基于Hilbert邊際譜的滾動軸承故障診斷方法[J]. 楊宇,于德介,程軍圣.  振動與沖擊. 2005(01)
[4]基于Wigner-Ville分布和Hilbert變換相結(jié)合的降噪解調(diào)法及應用研究[J]. 孫暉,趙菁,朱善安.  機電工程. 2005(01)
[5]基于Hilbert變換的包絡分析及其在滾動軸承故障診斷中的應用[J]. 馬波,魏強,徐春林,江志農(nóng).  北京化工大學學報(自然科學版). 2004(06)
[6]小波變換用于列車振動信號消噪的研究[J]. 陳祎,譚南林.  鐵道機車車輛. 2004(05)
[7]粗糙集神經(jīng)網(wǎng)絡故障診斷系統(tǒng)的優(yōu)化方法研究[J]. 凌維業(yè),賈民平,許飛云,胡建中,鐘秉林.  中國電機工程學報. 2003(05)
[8]基于Kohonen神經(jīng)網(wǎng)絡的滾動軸承故障診斷[J]. 夏利民.  計算機工程. 2003(03)
[9]機械故障診斷中的溫度診斷技術研究[J]. 王長全,王柏華.  礦山機械. 2001(12)
[10]小波系數(shù)閾值估計的改進模型[J]. 趙瑞珍,宋國鄉(xiāng),王紅.  西北工業(yè)大學學報. 2001(04)

博士論文
[1]異步電動機早期故障檢測的小波分析方法研究[D]. 張征平.華南理工大學 2002

碩士論文
[1]基于時延相關解調(diào)與B樣條模糊神經(jīng)網(wǎng)絡的軸承故障診斷[D]. 李冬梅.西南交通大學 2008
[2]聲發(fā)射技術在滾動軸承故障診斷中的應用[D]. 張新明.清華大學 2006



本文編號：3335530