隨著我國(guó)工業(yè)4.0的大步推進(jìn),工業(yè)生產(chǎn)與各種業(yè)務(wù)協(xié)同管理,機(jī)械結(jié)構(gòu)的整體將會(huì)更加復(fù)雜化。工業(yè)4.0的升級(jí)改造必須建立在自動(dòng)化的機(jī)械結(jié)構(gòu)上,滾動(dòng)軸承在機(jī)械結(jié)構(gòu)中有廣泛的應(yīng)用,針對(duì)滾動(dòng)軸承故障檢測(cè)系統(tǒng)的研究,對(duì)于保障機(jī)械機(jī)構(gòu)安全以及降低其故障發(fā)生率有著至關(guān)重要的作用。以往使用的滾動(dòng)軸承故障檢測(cè)方法,如時(shí)域分析、頻域分析以及共振解調(diào)分析都存在一定的局限性,無(wú)法精確檢測(cè)其是否發(fā)生故障以及故障發(fā)生的類型。針對(duì)上述問(wèn)題,本文提出一種基于小波變換和HHT的滾動(dòng)軸承故障檢測(cè)方法。具體研究?jī)?nèi)容如下:首先,闡述滾動(dòng)軸承的主要失效形式,以此為基礎(chǔ)分析滾動(dòng)軸承的故障特征,進(jìn)而計(jì)算出其不同位置發(fā)生故障的頻率。同時(shí),針對(duì)其故障診斷常用的分析方法進(jìn)行剖析和研究。其次,針對(duì)滾動(dòng)軸承故障檢測(cè)系統(tǒng)的功能特點(diǎn),設(shè)計(jì)基于FPGA的滾動(dòng)軸承振動(dòng)信號(hào)采集系統(tǒng),使其滿足較快的采集速度、數(shù)據(jù)存儲(chǔ)以及多通道數(shù)據(jù)采集等要求。著重針對(duì)A/D轉(zhuǎn)換模塊、SDRAM存儲(chǔ)控制模塊以及以太網(wǎng)接口模塊的硬件和軟件部分進(jìn)行設(shè)計(jì)分析。再次,滾動(dòng)軸承故障振動(dòng)信號(hào)屬于一種非平穩(wěn)信號(hào),其包含豐富的故障信息。采用小波變換的方法,實(shí)現(xiàn)滾動(dòng)軸承故障特征的提取,分析傳... 

【文章來(lái)源】：哈爾濱理工大學(xué)黑龍江省

【文章頁(yè)數(shù)】：67 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

滾動(dòng)軸承剖面圖

其 Δf 的表達(dá)式為：1 1s sΔf = f / N = / NT = / T(2-15)其中，sf 表示采樣頻率，sT 表示采樣周期， N 表示采樣點(diǎn)數(shù)。當(dāng)采樣頻率為固定值時(shí)，采樣的點(diǎn)數(shù)越多，分辨能力越好。采樣參數(shù)選取原則：(1) 設(shè)被采集的信號(hào)最高頻率cf ，為了不會(huì)產(chǎn)生混疊現(xiàn)象，則采樣頻率不能小于 2s cf ≥ f。(2) 根據(jù)系統(tǒng)需求，確定頻率分辨率 Δf 后，采樣點(diǎn)數(shù)即為sN = f / Δf 。在對(duì)功率譜進(jìn)行分析時(shí)，能夠利用人工來(lái)識(shí)別軸承的故障特征。但故障診斷仍要以具體數(shù)據(jù)作為依據(jù)，因此還需要構(gòu)建一種診斷參數(shù)，方便計(jì)算機(jī)對(duì)數(shù)據(jù)的處理和診斷。2.3.3 振動(dòng)信號(hào)的共振解調(diào)分析共振解調(diào)分析法對(duì)于診斷滾動(dòng)軸承早期故障有一定的效果，通過(guò)對(duì)信號(hào)的共振處理，再利用帶通濾波分離出發(fā)生故障的特征信號(hào)，進(jìn)而將信噪比提高，方便提取軸承故障特征值[26-27]。

本設(shè)計(jì)主要實(shí)現(xiàn)針對(duì)滾動(dòng)軸承高速旋轉(zhuǎn)時(shí)產(chǎn)生的振動(dòng)信號(hào)的進(jìn)行采集，根據(jù)系統(tǒng)特點(diǎn)，該采集系統(tǒng)要圍繞下述目標(biāo)進(jìn)行實(shí)現(xiàn)：采集速度方面：在某些電機(jī)上使用的滾動(dòng)軸承，其運(yùn)行速率可達(dá)到3000r/min ，而在一些工業(yè)級(jí)設(shè)備中，旋轉(zhuǎn)速度會(huì)達(dá)到更高[28]。因此，振動(dòng)信號(hào)采集系統(tǒng)要具備較高的采集速率。通道配置方面：針對(duì)滾動(dòng)軸承多零件組成的特性，需要將傳感器安裝在軸承的不同位置上，因此，采集器需要進(jìn)行多通道采集。數(shù)據(jù)傳輸方面：將A/D轉(zhuǎn)換過(guò)后的數(shù)據(jù)進(jìn)行存儲(chǔ)，同時(shí)利用以太網(wǎng)傳輸至 PC 端，進(jìn)而實(shí)現(xiàn)對(duì)滾動(dòng)軸承的故障檢測(cè)。以上述滾動(dòng)軸承振動(dòng)信號(hào)采集系統(tǒng)要實(shí)現(xiàn)的目標(biāo)為設(shè)計(jì)基礎(chǔ)，其主要模塊包括振動(dòng)信號(hào)調(diào)理模塊、 A/D 模塊、 FPGA 數(shù)據(jù)處理模塊、 SDRAM 模塊、以太網(wǎng)模塊以及電源模塊等。利用FPGA 模塊作為主控制芯片，發(fā)送采樣命令進(jìn)行采樣，同時(shí)，采集到的振動(dòng)信號(hào)經(jīng)過(guò)振動(dòng)信號(hào)調(diào)理電路進(jìn)行處理后送至A/D模塊，A/D模塊對(duì)處理后的信號(hào)進(jìn)行模數(shù)轉(zhuǎn)換，然后，將采集的數(shù)據(jù)存儲(chǔ)至 SDRAM 并利用以太網(wǎng)將其傳輸?shù)缴衔粰C(jī)，振動(dòng)信號(hào)采集系統(tǒng)總體方案如圖 3-1 所示。

【參考文獻(xiàn)】：
期刊論文
[1]基于FPGA的振動(dòng)信號(hào)采集卡的研究與設(shè)計(jì)[J]. 侍潔,袁紅兵,陳永進(jìn).  機(jī)械制造與自動(dòng)化. 2017(03)
[2]基于頻段能量特征的低速滾動(dòng)軸承故障診斷[J]. 熊邦書,吳強(qiáng)鏹,李新民,莫燕,黃建萍.  應(yīng)用科學(xué)學(xué)報(bào). 2017(03)
[3]基于HHT邊際譜熵-馬氏距離的滾動(dòng)軸承故障診斷[J]. 李巧藝,單奇,陳躍威.  燕山大學(xué)學(xué)報(bào). 2016(06)
[4]基于以太網(wǎng)的多功能一體化數(shù)據(jù)采集系統(tǒng)[J]. 朱健軍,倪有糧.  浙江工業(yè)大學(xué)學(xué)報(bào). 2016(01)
[5]基于以太網(wǎng)的加速度傳感器數(shù)據(jù)采集傳輸系統(tǒng)設(shè)計(jì)[J]. 鄒坤,石云波,焦佳偉,趙赟,賀婷.  傳感器與微系統(tǒng). 2015(12)
[6]自適應(yīng)MED結(jié)合EMD診斷滾動(dòng)軸承早期故障[J]. 劉尚坤,唐貴基.  噪聲與振動(dòng)控制. 2015(06)
[7]基于自適應(yīng)共振解調(diào)技術(shù)的滾動(dòng)軸承故障診斷[J]. 潘陽(yáng),陳安華,蔣玲莉,李學(xué)軍.  機(jī)械科學(xué)與技術(shù). 2015(02)
[8]改進(jìn)的希爾伯特-黃變換及其在滾動(dòng)軸承故障診斷中的應(yīng)用[J]. 鄭近德,程軍圣.  機(jī)械工程學(xué)報(bào). 2015(01)
[9]基于級(jí)聯(lián)奇異值分解和Hilbert變換的滾動(dòng)軸承故障診斷[J]. 宋耀文,王彩,程剛,陳曦暉.  煤礦機(jī)械. 2014(04)
[10]基于神經(jīng)網(wǎng)絡(luò)與小波變換的滾動(dòng)軸承故障診斷[J]. 胡耀斌,謝靜,胡良斌.  機(jī)械設(shè)計(jì)與研究. 2013(06)

博士論文
[1]滾動(dòng)軸承振動(dòng)信號(hào)處理及特征提取方法研究[D]. 蘇文勝.大連理工大學(xué) 2010

碩士論文
[1]基于振動(dòng)信號(hào)處理的電機(jī)軸承故障診斷方法研究[D]. 張洋.遼寧科技大學(xué) 2016
[2]基于FPGA的多通道同步數(shù)據(jù)采集系統(tǒng)設(shè)計(jì)[D]. 宋亮.遼寧科技大學(xué) 2016
[3]基于振動(dòng)信號(hào)的滾動(dòng)軸承故障特征提取研究[D]. 孫美巖.東北石油大學(xué) 2015
[4]基于層次非線性分析的滾動(dòng)軸承故障診斷[D]. 黃海賓.大連理工大學(xué) 2014
[5]基于振動(dòng)信號(hào)的軸承狀態(tài)監(jiān)測(cè)和故障診斷方法研究[D]. 張乾.中南大學(xué) 2012
[6]滾動(dòng)軸承振動(dòng)信號(hào)處理與故障辨識(shí)方法研究[D]. 徐繼剛.蘭州理工大學(xué) 2012
[7]滾動(dòng)軸承在線監(jiān)測(cè)故障診斷系統(tǒng)的研究與開(kāi)發(fā)[D]. 宋曉美.華北電力大學(xué) 2012
[8]滾動(dòng)軸承故障診斷的多參數(shù)融合特征提取方法研究[D]. 李少軍.北京交通大學(xué) 2011



本文編號(hào)：3420913