發(fā)布時間：2022-01-13 13:05

　　倒頻譜分析法是基于傅里葉變換的一種故障診斷方法,該方法在對周期信號的檢測方面具有較強的辨析能力,它主要利用傅里葉變換將原始信號中的周期成分轉變成離散型的諧波信號,并且在變換過程中與對數(shù)轉換相結合以防止振動能量較弱的周期成分被忽略。軸承的疲勞剝落故障是化工機械的主要故障之一。當軸承某處結構出現(xiàn)疲勞剝落故障時,故障的振動特征信號在主軸旋轉的作用下以周期性呈現(xiàn),應用倒頻譜分析能有效檢測其中故障信號。在軸承故障診斷過程中,變換后的故障特征諧波信號與軸承其它結構的故障頻率相近時就會產生干擾效果,而且內圈的干擾信號較強,這對于故障的準確定位有一定的難度。本文利用倒頻譜分析法對軸承疲勞剝落故障進行診斷研究,在對倒頻譜分析過程進行詳細理論研究的基礎上,闡述了該方法在對軸承不同位置故障信號進行處理過程中的優(yōu)缺點。最后通過對倒頻譜分析法的優(yōu)化來解決干擾問題。主要的研究工作及成果如下：（1）方法研究倒頻譜分析法的分析過程主要包括兩次傅里葉變換。第一次變換對信號中的周期成分進行檢測,并以功率譜形式呈現(xiàn)。在功率譜中存在許多邊頻信號,邊頻信號是以原始周期信號頻率為間距的周期信號,故障特征頻率也被反映在某一類邊頻信... 

【文章來源】：昆明理工大學云南省

【文章頁數(shù)】：80 頁

【學位級別】：碩士

【部分圖文】：

車由承結構圖

昆明理工齊巴題士學位論文_.___工作時，用故障特征頻率來識別滾動軸承的故障是最常用也是最可靠的方法。滾動軸承振動信號故障處理主要分為以下幾個步驟，診斷過程如圖2所示。(l)振動信號采集:通過傳感器、傳輸設備、采集卡對滾動軸承振動信號進行采集并顯示。(2)振動信號分析:通過一定的方法對振動信號進行分析，初步得出軸承在工作時所出現(xiàn)的故障特征信號。(3)軸承故障識別:通過對故障特征信號進一步處理來判斷故障的信息。(4)核實及維修:通過故障識別后對設備進行故障排除，然后查看運作時設備是否正常。數(shù)據(jù)傳輸過程數(shù)據(jù)汾斗斤過程故障判定過程故瑙絲佳修圖2滾動軸承故障診斷過程在上述的故障診斷過程步驟中，數(shù)據(jù)采集及傳輸過程決定所采集信號的分辨率及靈敏度，直接影響到故障判定的精度，所以注重的是操作過程，對所選的硬件設備要求較高。而數(shù)據(jù)的分析過程方法多種多樣，最后得到的故障特征信息有精確的也有粗略的，人們在這方面的研究相對較多。故障判定過程是通過分析后得出的特征信號與前面所提到的滾動軸承故障特征信息比對來確定故障類型。隨著人們在故障診斷方面的深入研究，硬件設備越來越先進，而且?

模擬實驗1:模擬波形a成分為頻率f=10Hz，振幅A=lmm的周期錐行波;模擬波形b成分為振幅為lm腳隨機的非周期噪聲信號。對兩個波形進行盧下了功率譜轉換得圖2.1和圖2.2。錐錐形波曲線。.目 目;;;……價…一州 一 00000000000000010203040506070809010000 叮叮Hzzz圖2.1錐形波的頻譜圖

【參考文獻】：
期刊論文
[1]基于時序AR與灰色GM模型的滾動軸承故障診斷研究[J]. 陳瑞華,楊宗偉.  機械傳動. 2009(06)
[2]基于倒頻譜技術的滾動軸承故障診斷[J]. 易挺,梁楚華,朱圓圓.  機床與液壓. 2009(09)
[3]小波技術在軸承故障診斷中的應用現(xiàn)狀及發(fā)展[J]. 丁濤,王芳,任工昌.  煤礦機械. 2008(07)
[4]基于HOS奇異值譜的SVDD軸承故障檢測方法[J]. 陶新民,杜寶祥,徐勇.  振動工程學報. 2008(02)
[5]倒頻譜分析在滾動軸承故障監(jiān)測中的運用[J]. 陳侃,傅攀,謝輝.  四川兵工學報. 2008(01)
[6]基于倒頻譜理論的滾動軸承故障檢測[J]. 芮執(zhí)元,徐龍云,李貴明.  軸承. 2007(01)
[7]基于小波與倒頻譜技術的煙氣輪機軸承故障診斷[J]. 于曉紅,張來斌,王朝暉.  科學技術與工程. 2006(23)
[8]Margenau-Hill分布在滾動軸承故障識別中的應用[J]. 劉日龍,馮志華.  振動與沖擊. 2006(02)
[9]基于倒頻譜方法的柴油機氣缸壓力識別[J]. 姚建軍,向陽,周勇,郭浩.  船海工程. 2006(01)
[10]利用倒頻譜診斷液壓泵早期故障[J]. 陳季萍,楊瑞軍.  機械設計與制造. 2005(09)



本文編號：3586484