當(dāng)今,科學(xué)技術(shù)飛速發(fā)展,旋轉(zhuǎn)機(jī)械設(shè)備不斷朝著高速、重載和精密的方向發(fā)展。滾動(dòng)軸承是旋轉(zhuǎn)機(jī)械的重要組成部分,其工作狀態(tài)的正常與否直接關(guān)系到設(shè)備、整臺(tái)機(jī)組乃至整個(gè)生產(chǎn)線的性能和人身安全。因此,滾動(dòng)軸承的故障診斷研究對(duì)于維護(hù)人機(jī)安全、提高生產(chǎn)效率具有重要意義。特征提取是故障診斷的關(guān)鍵環(huán)節(jié),如何提取出能夠有效反映滾動(dòng)軸承工況的信號(hào)特征,具有理論意義和工程價(jià)值。本論文以滾動(dòng)軸承故障診斷與特征提取為研究目標(biāo),以滾動(dòng)軸承振動(dòng)信號(hào)的特征提取方法為研究?jī)?nèi)容,對(duì)軸承的故障特征信息提取進(jìn)行了分析。1.針對(duì)滾動(dòng)軸承故障特征信息常被強(qiáng)背景噪聲淹沒(méi)的問(wèn)題,提出基于峰值指標(biāo)、小波分解和Hilbert包絡(luò)譜分析的特征提取方法。首先,利用峰值指標(biāo)表征滾動(dòng)軸承振動(dòng)信號(hào)中的故障瞬態(tài)沖擊大小;然后,對(duì)滾動(dòng)軸承振動(dòng)信號(hào)進(jìn)行小波分解、重構(gòu);最后,用Hilbert包絡(luò)譜分析對(duì)細(xì)節(jié)信號(hào)進(jìn)行頻譜變換。結(jié)果表明,該方法在強(qiáng)噪聲背景下能夠有效地提取出滾動(dòng)軸承的故障特征頻率。2.結(jié)合振動(dòng)信號(hào)的時(shí)頻分布特點(diǎn)和信息熵理論,提出了EMD算法與樣本熵結(jié)合的特征提取方法,解決了滾動(dòng)軸承故障特征信息集合中存在冗余屬性的問(wèn)題。首先,對(duì)原始信號(hào)進(jìn)行了經(jīng)驗(yàn)?zāi)?..

【文章頁(yè)數(shù)】：77 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 選題的背景及意義
        1.1.1 選題來(lái)源
        1.1.2 選題背景與意義
    1.2 滾動(dòng)軸承故障診斷概述
        1.2.1 滾動(dòng)軸承的故障診斷的發(fā)展與現(xiàn)狀
        1.2.2 滾動(dòng)軸承故障診斷方法
        1.2.3 滾動(dòng)軸承故障診斷的基本環(huán)節(jié)
    1.3 滾動(dòng)軸承特征提取方法的國(guó)內(nèi)外研究現(xiàn)狀
        1.3.1 基于時(shí)域、頻域及時(shí)頻的特征參數(shù)提取方法
        1.3.2 基于熵的特征參數(shù)提取方法
    1.4 論文的內(nèi)容安排
第2章 滾動(dòng)軸承振動(dòng)理論
    2.1 滾動(dòng)軸承的基本結(jié)構(gòu)
    2.2 滾動(dòng)軸承的振動(dòng)機(jī)理
    2.3 滾動(dòng)軸承的振動(dòng)頻率
        2.3.1 滾動(dòng)軸承的固有振動(dòng)頻率
        2.3.2 滾動(dòng)軸承的故障特征頻率
    2.4 軸承的振動(dòng)信號(hào)特征
        2.4.1 正常的振動(dòng)信號(hào)特征
        2.4.2 故障軸承的振動(dòng)信號(hào)特征
    2.5 本章小結(jié)
第3章 基于振動(dòng)信號(hào)分析法的滾動(dòng)軸承特征提取研究
    3.1 振動(dòng)信號(hào)分析方法
        3.1.1 時(shí)域分析方法
        3.1.2 頻域分析方法
        3.1.3 時(shí)頻分析方法
    3.2 傅里葉變換
        3.2.1 傅里葉變換的定義
        3.2.3 快速傅里葉變換
    3.3 小波變換
        3.3.1 連續(xù)小波變換
        3.3.2 離散小波變換
        3.3.3 多分辨率分析
    3.4 Hilbert包絡(luò)譜分析
    3.5 基于峰值指標(biāo)、小波變換和Hilbert包絡(luò)譜的滾動(dòng)軸承特征提取
        3.5.1 峰值指標(biāo)、小波變換和Hilbert包絡(luò)譜的滾動(dòng)軸承特征提取方法
        3.5.2 實(shí)驗(yàn)數(shù)據(jù)
        3.5.3 實(shí)驗(yàn)信號(hào)分析
    3.6 本章小結(jié)
第4章 基于EMD與樣本熵的滾動(dòng)軸承特征提取研究
    4.1 熵的概念與發(fā)展
        4.1.1 信息熵
        4.1.2 近似熵
    4.2 樣本熵
        4.2.1 算法描述
        4.2.2 參數(shù)選擇
    4.3 EMD算法
        4.3.1 瞬時(shí)頻率
        4.3.2 本征模態(tài)函數(shù)
        4.3.3 經(jīng)驗(yàn)?zāi)B(tài)分解過(guò)程
    4.4 基于EMD與樣本熵的滾動(dòng)軸承特征提取
        4.4.1 基于EMD與樣本熵的滾動(dòng)軸承特征提取方法
        4.4.2 實(shí)驗(yàn)信號(hào)分析
    4.5 本章小結(jié)
第5章 基于小波包層次熵的滾動(dòng)軸承特征提取研究
    5.1 小波包變換
        5.1.1 小波包的基本原理
        5.1.2 小波包的空間分解
        5.1.3 小波包分解與重構(gòu)算法
        5.1.4 小波包基函數(shù)的選擇
    5.2 層次熵
    5.3 基于小波包層次熵的滾動(dòng)軸承特征提取
        5.3.1 小波包層次熵的滾動(dòng)軸承特征提取方法
        5.3.2 實(shí)驗(yàn)信號(hào)分析
    5.4 本章小結(jié)
總結(jié)與展望
    總結(jié)
    展望
注釋表
參考文獻(xiàn)
致謝
附錄 A 攻讀碩士學(xué)位期間所發(fā)表的學(xué)術(shù)論文目錄



本文編號(hào)：3745097