隨著機(jī)械制造的規(guī)模和復(fù)雜程度的增長,機(jī)械部件的穩(wěn)定程度對機(jī)械整體運(yùn)行的影響日益提高。而軸承作為旋轉(zhuǎn)機(jī)械中不可替代的一部分,由于其特殊的構(gòu)造以及工作環(huán)境等原因,故障率比較高,因此,準(zhǔn)確的發(fā)現(xiàn)軸承故障位置并識別出故障類型對保證生產(chǎn)的可靠性和安全性具有重大的意義。論文提出了一種基于極點(diǎn)對稱模態(tài)分解（Extreme-Point Symmetric Mode Decomposition,ESMD）和改進(jìn)的引力搜索算法優(yōu)化的支持向量機(jī)（Modified Gravitational Search Algorithm Support Vector Machine,MGSA-SVM）的滾動軸承故障診斷的方法。首先,在研究軸承典型故障發(fā)生機(jī)理的基礎(chǔ)上,分析了目前軸承故障診斷技術(shù)的欠缺,提出軸承故障診斷技術(shù)的改進(jìn)方案。然后,針對軸承振動信號非線性及非平穩(wěn)性,提出ESMD分解振動信號方法。ESMD在繼承經(jīng)驗(yàn)?zāi)B(tài)分解（Empirical Mode Decomposition,EMD）算法的基礎(chǔ)上,能夠?qū)π盘柛鶕?jù)頻率進(jìn)行分解,通過引入最優(yōu)自適應(yīng)全局曲線決定分解次數(shù)以及插值算法進(jìn)行改進(jìn),對比仿真效果,ESMD相比于... 

【文章來源】：燕山大學(xué)河北省

【文章頁數(shù)】：80 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 機(jī)械故障診斷的背景和意義
    1.2 機(jī)械故障診斷的研究現(xiàn)狀
    1.3 機(jī)械故障診斷的基本內(nèi)容
    1.4 滾動軸承的故障診斷
        1.4.1 滾動軸承的主要故障
        1.4.2 滾動軸承的故障診斷方法現(xiàn)狀
    1.5 本文的主要研究內(nèi)容
第2章 EMD改進(jìn)算法的研究
    2.1 經(jīng)驗(yàn)?zāi)B(tài)分解算法理論研究及分析
        2.1.1 經(jīng)驗(yàn)?zāi)B(tài)分解算法概述及原理
        2.1.2 經(jīng)驗(yàn)?zāi)B(tài)分解算法仿真
    2.2 極點(diǎn)對稱模態(tài)分解算法研究及實(shí)驗(yàn)驗(yàn)證
        2.2.1 直接插值方法
        2.2.2 極點(diǎn)對稱模態(tài)分解算法概述
        2.2.3 極點(diǎn)對稱模態(tài)分解算法仿真
        2.2.4 極點(diǎn)對稱模態(tài)分解算法仿真對比
    2.3 極點(diǎn)對稱模態(tài)分解算法分解振動信號并與EMD進(jìn)行對比
    2.4 本章小結(jié)
第3章 基于ESMD分解的特征參數(shù)提取
    3.1 相關(guān)系數(shù)
        3.1.1 相關(guān)系數(shù)概述
        3.1.3 相關(guān)系數(shù)提取
    3.2 熵參數(shù)
        3.2.1 樣本熵原理
        3.2.2 樣本熵參數(shù)提取
    3.3 時(shí)域參數(shù)
        3.3.1 時(shí)域參數(shù)概述
        3.3.2 峭度參數(shù)的提取
    3.4 能量參數(shù)
    3.5 不同振動信號參數(shù)模型對比
    3.6 本章小結(jié)
第4章 改進(jìn)的GSA優(yōu)化SVM算法研究
    4.1 支持向量機(jī)算法
    4.2 改進(jìn)的GSA算法
        4.2.1 引力搜索算法概述及原理
        4.2.2 引力搜索算法缺陷及改進(jìn)
    4.3 改進(jìn)的GSA算法優(yōu)化SVM分類模型
    4.4 改進(jìn)的GSA優(yōu)化SVM尋優(yōu)對比
    4.5 本章小結(jié)
第5章 滾動軸承故障診斷實(shí)驗(yàn)
    5.1 滾動軸承故障診斷實(shí)驗(yàn)仿真數(shù)據(jù)及步驟
    5.2 不同類型的滾動軸承故障診斷
        5.2.1 不同類型故障信號時(shí)域分析
        5.2.2 不同類型故障信號ESMD分解
        5.2.3 不同類型故障信號特征提取
        5.2.4 不同類型故障信號MGSA-SVM故障診斷
    5.3 不同損傷程度的滾動軸承故障診斷
        5.3.1 不同損傷程度的故障信號時(shí)域分析
        5.3.2 不同損傷程度故障信號ESMD分解
        5.3.3 不同損傷程度故障信號特征提取
        5.3.4 不同損傷程度故障信號MGSA-SVM診斷
    5.4 實(shí)際采集數(shù)據(jù)的故障診斷
    5.5 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間承擔(dān)的科研任務(wù)與主要成果
致謝



本文編號：3630430