軸向柱塞泵作為液壓系統(tǒng)中主要的動(dòng)力源,其工作狀態(tài)是否發(fā)生故障將會(huì)直接影響整個(gè)液壓設(shè)備系統(tǒng)的正常運(yùn)行。因此本文以軸向柱塞泵為研究對(duì)象,對(duì)其進(jìn)行故障機(jī)理分析及模式識(shí)別故障診斷方法研究,內(nèi)容如下:（1）從軸向柱塞泵的工作原理入手,對(duì)其產(chǎn)生故障振動(dòng)的原因進(jìn)行深入分析研究,并對(duì)泵體內(nèi)部重要零部件應(yīng)力集中的位置進(jìn)行受力分析,找到內(nèi)部故障振動(dòng)信號(hào)的傳遞路徑及振動(dòng)最終的殼體受力點(diǎn),并在此基礎(chǔ)上對(duì)軸向柱塞泵的故障振動(dòng)信號(hào)進(jìn)行采集處理。（2）對(duì)采集到的故障振動(dòng)信號(hào)利用新構(gòu)造的小波閾值函數(shù)進(jìn)行降噪處理,獲取降噪后的振動(dòng)信號(hào)。對(duì)局部均值分解算法（LMD）的分解原理進(jìn)行分析研究,針對(duì)其存在的端點(diǎn)效應(yīng)及分解量過多等問題利用相關(guān)方法進(jìn)行改進(jìn),在保證原PF分量特征信息的同時(shí)緩解端點(diǎn)效應(yīng)問題,提高LMD算法的分解能力。結(jié)合小波新閾值函數(shù)的降噪優(yōu)勢(shì)與局部均值算法的分解特點(diǎn),提出了一種基于NW-LMD分解算法的能量特征提取方法,并通過與LMD分解算法進(jìn)行對(duì)比實(shí)驗(yàn)驗(yàn)證,證明該算法在故障特征能量提取方面的優(yōu)越性。（3）在診斷系統(tǒng)中引入BP神經(jīng)網(wǎng)絡(luò)算法,針對(duì)BP神經(jīng)網(wǎng)絡(luò)算法存在局部極小值和收斂速度過慢的缺陷,采用粒子群算法對(duì)BP... 

【文章來源】：山東理工大學(xué)山東省

【文章頁數(shù)】：62 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

故障診斷與檢測(cè)過程

壓軸向柱塞泵的殼體機(jī)械振動(dòng)、內(nèi)部油液流量脈動(dòng)變化或者機(jī)械表現(xiàn)出來。因此，深入分析軸向柱塞泵發(fā)生故障的原因，從故障運(yùn)行狀況，找到軸向柱塞泵發(fā)生故障的具體原因以及發(fā)生故障的振動(dòng)信號(hào)的傳遞形式以及傳遞路徑進(jìn)行簡(jiǎn)要分析以確保信號(hào)采集準(zhǔn)確性及降低外部環(huán)境對(duì)采集信號(hào)的干擾。為了有效提高軸向柱集和分析的準(zhǔn)確性和完善性，本章首先對(duì)軸向柱塞泵的工作原理紹，然后具體分析軸向柱塞泵發(fā)生故障的機(jī)理及對(duì)故障振動(dòng)信號(hào)柱塞泵簡(jiǎn)介用的研究對(duì)象為斜盤式軸向柱塞泵，依靠柱塞在柱塞腔內(nèi)不斷做壓力有規(guī)律的變化，從而實(shí)現(xiàn)吸油排油的機(jī)械系統(tǒng)。按照軸向柱可以將其分為兩類，即端面配流和閥式配流倆類。本文選用的斜結(jié)構(gòu)示意圖如圖 2.1 所示，與其他工作方式的柱塞泵相比斜盤式快、效率高、壽命長(zhǎng)、可以使用不同的工作介質(zhì)等優(yōu)點(diǎn)。

大學(xué)碩士學(xué)位論文 第二章 軸向柱塞泵振向柱塞泵工作過程中滑靴柱塞的機(jī)構(gòu)簡(jiǎn)圖如圖 2.2 所示。從圖腔 4 內(nèi)柱塞 3 均勻分布在柱塞孔中，在壓力作用條件下相互連時(shí)做往返運(yùn)動(dòng)，在油液作用下滑靴緊貼斜盤 1，并隨著斜盤做缸體平面基準(zhǔn)面具有一定傾斜角，使得柱塞在缸體運(yùn)動(dòng)時(shí)做往 被安裝固定在缸體底部配流端面與泵體油路通道之間，用來配油液的吸入與排出。吸油口與排油口分別與配流盤上面的兩個(gè)與配流盤端面相互貼合并做相對(duì)滑動(dòng)，使得油液能夠順利通過泵。

【參考文獻(xiàn)】：
期刊論文
[1]基于轉(zhuǎn)子動(dòng)力學(xué)及振動(dòng)傳遞路徑的軸向柱塞泵振動(dòng)研究[J]. 權(quán)凌霄,白如霞,高靜,衛(wèi)煒.  液壓與氣動(dòng). 2018(10)
[2]斜盤式軸向柱塞泵滑靴運(yùn)動(dòng)學(xué)特性分析[J]. 石運(yùn)序,劉源,張建旭,徐尚武.  機(jī)床與液壓. 2018(05)
[3]基于PSO和GSA的神經(jīng)網(wǎng)絡(luò)軸承故障診斷[J]. 郭文強(qiáng),佘金龍,張寶嶸,李然.  計(jì)算機(jī)仿真. 2018(03)
[4]改進(jìn)的經(jīng)驗(yàn)小波變換在滾動(dòng)軸承故障診斷中的應(yīng)用[J]. 朱艷萍,包文杰,涂曉彤,胡越,李富才.  噪聲與振動(dòng)控制. 2018(01)
[5]基于新閾值函數(shù)的小波閾值去噪算法[J]. 盧廣森,黎英,毛敏.  傳感器與微系統(tǒng). 2017(12)
[6]基于小波分析和BP神經(jīng)網(wǎng)絡(luò)的齒輪箱故障診斷技術(shù)[J]. 雷方濤,王佩,劉璐.  機(jī)電信息. 2017(27)
[7]軸向柱塞泵滑靴的動(dòng)力學(xué)特性仿真分析[J]. 段珊珊,張曉剛,權(quán)龍,程珩.  液壓與氣動(dòng). 2017(09)
[8]斜盤式軸向柱塞泵后殼體機(jī)械振動(dòng)傳遞路徑研究[J]. 權(quán)凌霄,劉嵩,焦宗夏,劉建偉,張琦瑋.  振動(dòng)工程學(xué)報(bào). 2017(04)
[9]基于證據(jù)理論和支持向量機(jī)的多傳感器融合在風(fēng)機(jī)齒輪故障診斷中的應(yīng)用[J]. 肖立健,謝源,王杰,金鵬飛.  科技風(fēng). 2017(09)
[10]基于遺傳算法和神經(jīng)網(wǎng)絡(luò)的故障診斷研究[J]. 郎國(guó)偉,周東方,胡濤,趙建鵬.  信息工程大學(xué)學(xué)報(bào). 2017(02)

碩士論文
[1]斜盤式軸向柱塞泵故障特征分析[D]. 常應(yīng)文.哈爾濱工業(yè)大學(xué) 2016
[2]大型機(jī)械加工設(shè)備軸承故障診斷方法研究[D]. 蔡道勇.山東理工大學(xué) 2016
[3]風(fēng)機(jī)滾動(dòng)軸承故障診斷方法研究[D]. 高朋飛.山東理工大學(xué) 2014
[4]基于支持向量機(jī)與遺傳算法的故障模式識(shí)別及趨勢(shì)預(yù)測(cè)方法研究[D]. 郭永偉.北京化工大學(xué) 2012



本文編號(hào)：3526403