發(fā)布時(shí)間：2021-10-08 06:09

　　風(fēng)機(jī)是旋轉(zhuǎn)機(jī)械的一種,主要是依靠機(jī)械能提高氣體壓力并向輸送氣體的設(shè)備。而滾動軸承作為風(fēng)機(jī)的重要零部件,其工作時(shí)性能的好壞直接影響到風(fēng)機(jī)的工作情況,由于風(fēng)機(jī)的滾動軸承在工作時(shí)一直處于高速運(yùn)轉(zhuǎn)狀態(tài),所以風(fēng)機(jī)軸承是一個特別容易損壞的部件。因此對風(fēng)機(jī)的滾動軸承進(jìn)行故障診斷存在重要的意義。隱馬爾科夫模型作為一種統(tǒng)計(jì)分析模型,是一個雙重的隨機(jī)過程,是信號處理的一個重要方向。已經(jīng)被成功的應(yīng)用到語音識別、行為識別和故障診斷中。本文主要研究內(nèi)容有:（1）介紹風(fēng)機(jī)的故障機(jī)理,分析各種故障對應(yīng)頻率。分析滾動軸承的主要失效形式及其故障頻率。對特征頻率提取方法進(jìn)行了詳細(xì)的闡述。（2）對隱馬爾科夫模型進(jìn)行了簡要的介紹,分析了隱馬爾科夫模型主要問題和相應(yīng)問題的解決方法。并對隱馬爾科夫模型衍生出的類型進(jìn)行了分類和簡要介紹。（3）對實(shí)驗(yàn)進(jìn)行了設(shè)計(jì),從硬件選型,搭配和軟件設(shè)計(jì)系統(tǒng)的數(shù)據(jù)采集等各模塊的設(shè)計(jì)和建立進(jìn)行了介紹。并進(jìn)行實(shí)驗(yàn)驗(yàn)證。（4）對采集的故障軸承信號進(jìn)行了降噪,能量分析,使用隱馬爾科夫模型實(shí)現(xiàn)軸承的故障診斷。本文通過對風(fēng)機(jī)軸承的故障診斷實(shí)驗(yàn)驗(yàn)證,證明了基于隱馬爾科夫模型和小波分析的風(fēng)機(jī)軸承故障診斷技術(shù)具有高準(zhǔn)... 

【文章來源】：昆明理工大學(xué)云南省

【文章頁數(shù)】：91 頁

【學(xué)位級別】：碩士

【部分圖文】：

轉(zhuǎn)子不對中分類圖

正常軸承及其他三種故障頻譜

軸承正常及其他三種故障包絡(luò)譜

【參考文獻(xiàn)】：
期刊論文
[1]基于聲發(fā)射信號的滾動軸承外圈疲勞剝落故障雙沖擊特征提取[J]. 孫守保,郭瑜,伍星.  振動與沖擊. 2017(04)
[2]基于主成分分析和支持向量機(jī)的滾動軸承故障特征融合分析[J]. 古瑩奎,承姿辛,朱繁瀧.  中國機(jī)械工程. 2015(20)
[3]基于經(jīng)驗(yàn)?zāi)Ｊ椒纸夂椭髟治龅臐L動軸承故障診斷方法研究[J]. 徐卓飛,劉凱,張海燕,王丹,張明龍,吳欣陽.  振動與沖擊. 2014(23)
[4]基于改進(jìn)支持向量機(jī)的風(fēng)機(jī)性能在線監(jiān)測平臺研究[J]. 王松嶺,許小剛,劉錦廉,李非,戴謙.  流體機(jī)械. 2013(11)
[5]基于EMD-ICA和HMM的風(fēng)機(jī)故障分類方法[J]. 任學(xué)平,單立偉.  汽輪機(jī)技術(shù). 2013(04)
[6]基于小波包分解和BP神經(jīng)網(wǎng)絡(luò)的軸承故障診斷[J]. 葉瑞召,李萬紅.  軸承. 2012(10)
[7]基于HMM&SVM的核動力設(shè)備機(jī)械故障診斷方法研究[J]. 岳夏,張春良,全燕鳴,朱厚耀.  核動力工程. 2012(03)
[8]基于混合高斯密度HMM的軸承故障診斷技術(shù)研究[J]. 馮長建,邵強(qiáng),康晶.  汽輪機(jī)技術(shù). 2011(03)
[9]基于SOM和HMM結(jié)合的刀具磨損狀態(tài)監(jiān)測研究[J]. 呂俊杰,王杰,王玫,吳越.  中國機(jī)械工程. 2010(13)
[10]滾動軸承的故障特征提取技術(shù)與方法研究[J]. 劉春光,譚繼文,張馳.  煤礦機(jī)械. 2010(04)

博士論文
[1]基于隱馬爾可夫模型與信息融合的設(shè)備故障診斷與性能退化評估研究[D]. 劉韜.上海交通大學(xué) 2014
[2]基于耦合隱馬爾可夫模型的滾動軸承故障診斷與性能退化評估研究[D]. 肖文斌.上海交通大學(xué) 2011
[3]滾動軸承表面損傷故障的特征提取與診斷方法研究[D]. 隋文濤.山東大學(xué) 2011

碩士論文
[1]基于DSP與ARM相結(jié)合的風(fēng)機(jī)故障診斷及監(jiān)測系統(tǒng)設(shè)計(jì)[D]. 徐盛龍.中國礦業(yè)大學(xué) 2014
[2]基于神經(jīng)網(wǎng)絡(luò)和小波分析的風(fēng)機(jī)故障診斷專家系統(tǒng)[D]. 米江.南京航空航天大學(xué) 2010
[3]基于HMM與AIS混合模型的核動力設(shè)備故障診斷系統(tǒng)開發(fā)[D]. 陳麗萍.電子科技大學(xué) 2009
[4]基于HMM模型的混合特征參數(shù)語音識別方法的研究[D]. 趙皓千.西安理工大學(xué) 2009
[5]基于網(wǎng)絡(luò)的礦用通風(fēng)機(jī)故障預(yù)警及性能測定系統(tǒng)的開發(fā)[D]. 朱全.北京工業(yè)大學(xué) 2008
[6]風(fēng)機(jī)旋轉(zhuǎn)機(jī)械設(shè)備故障診斷專家系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 梁亮.北京化工大學(xué) 2008
[7]機(jī)械設(shè)備工況監(jiān)測與故障診斷系統(tǒng)[D]. 王亞鋒.北京化工大學(xué) 2005



本文編號：3423582