滾動軸承作為一種重要的旋轉(zhuǎn)零部件,對整個(gè)機(jī)械裝置的運(yùn)行狀態(tài)有十分重要的影響。但是由于惡劣的工作環(huán)境,滾動軸承的故障特征信息經(jīng)常淹沒在強(qiáng)噪聲中很難提取。雖然有很多信號處理的方法都在滾動軸承故障特征提取及診斷方向取得了良好的應(yīng)用效果,但依然存在著諸多問題。例如,EMD方法有時(shí)會出現(xiàn)模態(tài)混疊現(xiàn)象,并不能成功分解特征信號;研究隨機(jī)共振方法時(shí),背景噪聲大多是高斯白噪聲,而實(shí)際工程中包含了各種各樣的噪聲;隨機(jī)共振的研究中多以信噪比為評價(jià)指標(biāo),但該指標(biāo)需要提前知道精確的故障特征頻率。這些問題都將直接影響到微弱特征信號的提取,進(jìn)而對滾動軸承的故障診斷造成困難。根據(jù)上述問題,本文采用隨機(jī)共振與EMD技術(shù)對強(qiáng)噪聲背景下滾動軸承故障特征提取及故障診斷進(jìn)行了研究,具體內(nèi)容如下:(1)白噪聲背景下基于隨機(jī)共振與EMD技術(shù)的滾動軸承故障診斷。用EMD方法來分解多頻信號時(shí),有時(shí)并不能成功分解并出現(xiàn)模態(tài)混疊現(xiàn)象。因此,本論文提出基于周期勢自適應(yīng)隨機(jī)共振和EMD結(jié)合的方法來分解雙頻信號。同時(shí),將雙穩(wěn)態(tài)自適應(yīng)隨機(jī)共振和EMD結(jié)合的方法與周期勢自適應(yīng)隨機(jī)共振和EMD結(jié)合的方法作對比。仿真信號和實(shí)驗(yàn)信號的結(jié)果表明雙穩(wěn)態(tài)自適應(yīng)...

【文章頁數(shù)】：109 頁

【學(xué)位級別】：碩士

【文章目錄】：
致謝
摘要
abstract
變量注釋表
1 緒論
    1.1 課題來源和意義
    1.2 研究背景與現(xiàn)狀
    1.3 論文研究內(nèi)容和章節(jié)安排
2 白噪聲背景下基于隨機(jī)共振與EMD技術(shù)的滾動軸承故障診斷
    2.1 引言
    2.2 EMD和隨機(jī)共振的基礎(chǔ)理論
    2.3 BSR與 EMD和 PSR與 EMD方法對比
    2.4 本章小結(jié)
3 有界噪聲背景下基于隨機(jī)共振的低速滾動軸承故障診斷
    3.1 引言
    3.2 有界噪聲模型和二次采樣法介紹
    3.3 數(shù)值仿真和實(shí)驗(yàn)驗(yàn)證
    3.4 本章小結(jié)
4 基于改進(jìn)信噪比隨機(jī)共振的滾動軸承故障診斷
    4.1 引言
    4.2 改進(jìn)信噪比的指標(biāo)
    4.3 數(shù)值仿真和實(shí)驗(yàn)驗(yàn)證
    4.4 本章小結(jié)
5 基于LabVIEW和 MATLAB的滾動軸承故障智能診斷系統(tǒng)
    5.1 引言
    5.2 軟件概述
    5.3 使用說明
    5.4 舉例說明
    5.5 本章小結(jié)
6 結(jié)論與展望
    6.1 結(jié)論
    6.2 展望
參考文獻(xiàn)
作者簡歷
學(xué)位論文數(shù)據(jù)集



本文編號：3832994