滾動軸承早期故障診斷是設(shè)備健康管理領(lǐng)域的研究內(nèi)容,它能夠在設(shè)備故障的早期或性能出現(xiàn)明顯異常之前識別出故障以便于安排維護(hù)和維修,具有重要研究意義。本課題以滾動軸承為研究對象,圍繞早期故障診斷這一主線,逐步展開微弱信號檢測、信號分解與篩選和信號降噪等研究,主要研究內(nèi)容如下:首先,提出一種基于量子遺傳算法的自適應(yīng)隨機(jī)共振檢測方法。通過分析系統(tǒng)模型參數(shù)對隨機(jī)共振的影響,明確參數(shù)優(yōu)化的必要性,將量子遺傳算法引入到參數(shù)優(yōu)化中對兩個系統(tǒng)參數(shù)同時尋優(yōu),并與傳統(tǒng)隨機(jī)共振、單變量自適應(yīng)隨機(jī)共振進(jìn)行對比,通過仿真信號和開源數(shù)據(jù)驗(yàn)證雙變量自適應(yīng)隨機(jī)共振效果。其次,提出一種基于最大類間方差的經(jīng)驗(yàn)小波變換信號分解方法。針對傳統(tǒng)分解方法存在窗固定、模式混疊等問題,將經(jīng)驗(yàn)小波變換用于信號分解,并通過最大類間方差方法克服原有的邊界計(jì)算復(fù)雜、緩慢且受人為因素干擾較大的問題,實(shí)現(xiàn)信號頻譜的自適應(yīng)劃分;研究有量綱與無量綱指標(biāo)在早期故障階段對故障特征表現(xiàn)的差別,選取脈沖指標(biāo)作為分解得到的調(diào)幅-調(diào)頻分量的篩選指標(biāo),通過仿真信號與開源數(shù)據(jù)驗(yàn)證最大類間方差-經(jīng)驗(yàn)小波變換分解效果與評價指標(biāo)對故障特征的表現(xiàn)情況。再次,提出基于奇異值差分...

【文章頁數(shù)】：78 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖2-12軸承振動測試平臺

圖2-12軸承振動測試平臺Fig.2-12Bearingvibrationtestplatform表2-1SKF6205參數(shù)表Table2-1ParameterlistofSKF6205

圖3-1信號頻譜劃分示意圖

圖3-1信號頻譜劃分示意圖Fig.3-1Signalspectrumdivisionschematicdiagram大類間方差法的自適應(yīng)頻譜劃分類間方差法（Otsu）是通過計(jì)算目標(biāo)與背景的類間方差并

圖3-11滾動軸承試驗(yàn)臺布局

a)滾動軸承試驗(yàn)臺b)軸承三發(fā)生內(nèi)圈故障圖3-11滾動軸承試驗(yàn)臺布局Fig.3-11Rollingbearingtestbenchlayout如圖3-12所示，滾動軸承的均值在全周期中基本無變化，直到第33天失效，均值迅速攀升，說明均值對于早期故障不敏....

圖5-1滾動軸承振動測試試驗(yàn)臺Fig.5-1Rollingbearingvibrationtestrig聯(lián)軸器加速度傳感器滾動軸承

圖5-1滾動軸承振動測試試驗(yàn)臺Fig.5-1Rollingbearingvibrationtestrig試驗(yàn)臺主要組成有：（1）SGM7J-04AFC6S伺服電機(jī)，額定輸出400W，額定電流2.5A，1.27N，額定轉(zhuǎn)速3000RPM；

本文編號：3893155