滾動(dòng)軸承作為旋轉(zhuǎn)機(jī)械設(shè)備的核心部件之一,其運(yùn)行狀態(tài)直接關(guān)系到旋轉(zhuǎn)機(jī)械設(shè)備的穩(wěn)定性和安全性。因此,對(duì)滾動(dòng)軸承進(jìn)行故障診斷對(duì)于旋轉(zhuǎn)機(jī)械設(shè)備的運(yùn)行維護(hù)具有重要的理論研究?jī)r(jià)值及經(jīng)濟(jì)意義。故障信息的特征提取和故障識(shí)別是滾動(dòng)軸承故障診斷的關(guān)鍵,由于滾動(dòng)軸承振動(dòng)信號(hào)受設(shè)備周圍環(huán)境噪聲以及傳輸路徑等因素影響,表現(xiàn)出非線性和非平穩(wěn)性,大大增加了故障診斷的難度。鑒于此,本文運(yùn)用互補(bǔ)集合經(jīng)驗(yàn)?zāi)B(tài)分解（Complementary Ensemble Empirical Mode Decomposition,CEEMD）、奇異值分解（Singular value decomposition,SVD）和極限學(xué)習(xí)機(jī)（Extreme learning machine,ELM）方法,分別從信號(hào)處理、特征提取、故障診斷及故障分類的角度出發(fā),對(duì)滾動(dòng)軸承故障診斷方法進(jìn)行實(shí)驗(yàn)研究,本文的主要研究工作如下:（1）針對(duì)滾動(dòng)軸承故障信息難以提取的問(wèn)題,提出了EEMD和SVD相融合的滾動(dòng)軸承故障特征提取方法。首先通過(guò)EEMD方法對(duì)滾動(dòng)軸承振動(dòng)信號(hào)進(jìn)行分解,分解得到若干本征模態(tài)分量（Intrinsic Mode Function,IMF）... 

【文章頁(yè)數(shù)】：71 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 滾動(dòng)軸承故障診斷的國(guó)內(nèi)外研究現(xiàn)狀與發(fā)展趨勢(shì)
        1.2.1 國(guó)外研究現(xiàn)狀
        1.2.2 國(guó)內(nèi)研究現(xiàn)狀
        1.2.3 故障診斷技術(shù)的發(fā)展趨勢(shì)
    1.3 滾動(dòng)軸承故障發(fā)展過(guò)程
    1.4 奇異值分解和極限學(xué)習(xí)機(jī)在故障診斷中的研究現(xiàn)狀
        1.4.1 奇異值分解理論研究現(xiàn)狀
        1.4.2 極限學(xué)習(xí)機(jī)理論研究現(xiàn)狀
    1.5 本文主要研究思路及內(nèi)容安排
        1.5.1 論文研究思路
        1.5.2 論文內(nèi)容安排
第二章 基于EEMD和SVD的滾動(dòng)軸承故障特征提取方法研究
    2.1 引言
    2.2 EMD方法
        2.2.1 EMD方法概述
        2.2.2 本征模態(tài)函數(shù)
        2.2.3 EMD分解原理
        2.2.4 EMD存在的問(wèn)題
    2.3 EEMD方法
        2.3.1 EEMD方法概述
        2.3.2 EEMD分解
        2.3.3 仿真信號(hào)對(duì)比分析
        2.3.4 振動(dòng)信號(hào)的EEMD重構(gòu)過(guò)程
    2.4 SVD方法
        2.4.1 SVD理論簡(jiǎn)介
        2.4.2 矩陣維數(shù)的確定
        2.4.3 奇異值分量的選擇
        2.4.4 TKEO瞬時(shí)能量提取
    2.5 基于EEMD和SVD的特征提取方法
    2.6 基于EEMD和SVD的滾動(dòng)軸承故障診斷
        2.6.1 實(shí)列分析
        2.6.2 外圈故障分析
        2.6.3 內(nèi)圈故障分析
        2.6.4 對(duì)比實(shí)驗(yàn)
    2.7 本章小結(jié)
第三章 基于CEEMD和SVD的滾動(dòng)軸承故障特征提取方法研究
    3.1 引言
    3.2 CEEMD方法
        3.2.1 CEEMD理論介紹
        3.2.2 相關(guān)性分析
        3.2.3 仿真信號(hào)對(duì)比實(shí)驗(yàn)
    3.3 基于CEEMD和SVD的特征提取方法
    3.4 基于EEMD和SVD的滾動(dòng)軸承故障診斷
        3.4.1 實(shí)驗(yàn)分析
        3.4.2 對(duì)比實(shí)驗(yàn)
    3.5 本章小結(jié)
第四章 基于CEEMD-SVD和ELM的滾動(dòng)軸承故障診斷方法研究
    4.1 引言
    4.2 極限學(xué)習(xí)機(jī)基本思想
    4.3 基于CEEMD-SVD和ELM的故障診斷方法
    4.4 基于CEEMD-SVD和ELM的滾動(dòng)軸承故障診斷
        4.4.1 實(shí)驗(yàn)設(shè)計(jì)
        4.4.2 實(shí)驗(yàn)分析
        4.4.3 對(duì)比實(shí)驗(yàn)
    4.5 本章小結(jié)
第五章 結(jié)論與展望
    5.1 本文主要研究成果
    5.2 進(jìn)一步工作展望
致謝
參考文獻(xiàn)
附錄A (攻讀碩士期間發(fā)表的論文)


【參考文獻(xiàn)】：
期刊論文
[1]基于極限學(xué)習(xí)機(jī)的中醫(yī)脈象識(shí)別方法[J]. 陳星池,黃淑春,趙海,王曉漫.  東北大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(09)
[2]基于Storm的在線序列極限學(xué)習(xí)機(jī)的氣象預(yù)測(cè)模型[J]. 歐陽(yáng)建權(quán),周勇,唐歡容.  計(jì)算機(jī)研究與發(fā)展. 2017(08)
[3]基于LBP和極限學(xué)習(xí)機(jī)的腦部MR圖像分類[J]. 何其佳,劉振丙,徐濤,蔣淑潔.  山東大學(xué)學(xué)報(bào)(工學(xué)版). 2017(02)
[4]基于STFT時(shí)頻譜系數(shù)收縮的信號(hào)降噪方法[J]. 郭遠(yuǎn)晶,魏燕定,周曉軍.  振動(dòng).測(cè)試與診斷. 2015(06)
[5]基于EMD和MKD的滾動(dòng)軸承故障診斷方法[J]. 隋文濤,張丹,Wilson Wang.  振動(dòng)與沖擊. 2015(09)
[6]CEEMD-FFT在滾動(dòng)軸承故障診斷中的應(yīng)用[J]. 陸森林,王龍.  鄭州大學(xué)學(xué)報(bào)(工學(xué)版). 2015(01)
[7]基于峭度準(zhǔn)則EEMD及改進(jìn)形態(tài)濾波方法的軸承故障診斷[J]. 吳小濤,楊錳,袁曉輝,龔?fù)?  振動(dòng)與沖擊. 2015(02)
[8]基于二次奇異值分解和最小二乘支持向量機(jī)的軸承故障診斷方法[J]. 李葵,范玉剛,吳建德.  計(jì)算機(jī)應(yīng)用. 2014(08)
[9]基于奇異值分解和相關(guān)峭度的滾動(dòng)軸承故障診斷方法研究[J]. 張永祥,王孝霖,張帥,朱杰平.  振動(dòng)與沖擊. 2014(11)
[10]改進(jìn)的奇異值分解在軸承故障診斷中的應(yīng)用[J]. 王超,孔凡讓,黃偉國(guó),李昌林,陳輝.  振動(dòng)工程學(xué)報(bào). 2014(02)

博士論文
[1]面向旋轉(zhuǎn)機(jī)械故障診斷的經(jīng)驗(yàn)?zāi)B(tài)分解時(shí)頻分析方法及實(shí)驗(yàn)研究[D]. 胡勁松.浙江大學(xué) 2003

碩士論文
[1]基于LCD和PSO-LSSVM的城軌列車滾動(dòng)軸承故障診斷研究[D]. 王辭.北京交通大學(xué) 2015
[2]基于非平穩(wěn)信號(hào)分析的滾動(dòng)軸承故障診斷研究[D]. 李玉奎.燕山大學(xué) 2015
[3]基于局部特征尺度分解的滾動(dòng)軸承故障診斷方法[D]. 楊潘.湖南大學(xué) 2014
[4]基于振動(dòng)特征提取的滾動(dòng)軸承故障診斷方法研究[D]. 廖星智.昆明理工大學(xué) 2014
[5]基于LCD和VPMCD的滾動(dòng)軸承故障診斷方法[D]. 李杰.湖南大學(xué) 2013
[6]風(fēng)機(jī)軸承故障診斷中的振動(dòng)信號(hào)特征提取方法研究[D]. 楊玉昕.燕山大學(xué) 2013
[7]基于支持向量機(jī)的滾動(dòng)軸承故障診斷方法研究[D]. 楊敏敏.江西理工大學(xué) 2012
[8]基于經(jīng)驗(yàn)?zāi)B(tài)分解法的滾動(dòng)軸承故障診斷系統(tǒng)研究[D]. 曾海平.浙江大學(xué) 2005



本文編號(hào)：3684150