滾動(dòng)軸承是旋轉(zhuǎn)機(jī)械應(yīng)用最為廣泛的零部件之一,其工作狀態(tài)的正常與否直接關(guān)系到整臺(tái)機(jī)械設(shè)備的可靠性和生產(chǎn)效率。滾動(dòng)軸承工作環(huán)境復(fù)雜,其早期故障特征微弱且易被強(qiáng)背景噪聲所湮沒(méi),造成故障特征提取困難。因此,本文以滾動(dòng)軸承作為研究對(duì)象,深入研究早期微弱故障信號(hào)的降噪及故障特征提取方法。主要研究工作如下:(1)針對(duì)早期微弱故障信號(hào)的降噪問(wèn)題,提出基于自適應(yīng)的集合經(jīng)驗(yàn)?zāi)B(tài)分解(Ensemble Empirical Mode Decomposition,EEMD)的降噪方法。首先提出極值點(diǎn)均勻的EEMD自適應(yīng)參數(shù)優(yōu)化方法,優(yōu)化白噪聲幅值和總體平均次數(shù),提高了分解精度和計(jì)算效率;然后提出基于相關(guān)峭度和信息熵的模糊綜合判定準(zhǔn)則來(lái)優(yōu)選IMF分量進(jìn)行重構(gòu)實(shí)現(xiàn)降噪。結(jié)果表明,該方法在優(yōu)選IMF分量方面的效果要明顯優(yōu)于峭度法和相關(guān)系數(shù)法。(2)針對(duì)早期故障特征提取問(wèn)題,提出基于改進(jìn)滑動(dòng)峰態(tài)解調(diào)的滾動(dòng)軸承早期故障特征提取方法。首先以信息熵最小值確定滑動(dòng)窗寬,然后利用滑動(dòng)峰態(tài)算法計(jì)算滑動(dòng)峰態(tài)時(shí)間序列實(shí)現(xiàn)峰態(tài)包絡(luò),解決弱沖擊信號(hào)的包絡(luò)問(wèn)題,進(jìn)而提取弱沖擊信號(hào)的故障特征。將自適應(yīng)EEMD和滑動(dòng)峰態(tài)算法進(jìn)行結(jié)合,充分發(fā)揮各...

【文章頁(yè)數(shù)】：89 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖2-1EMD分解算法流程圖

-8-的模態(tài)混疊問(wèn)題疊包含兩種類型：一種是差異性極大是差異性極小的特征尺度在不同的加直觀說(shuō)明EMD的模態(tài)混疊現(xiàn)象，121122()()()()6sin(2π)()5sin(2π)xtxtxtxtftxtft=+=....

圖2-8自適應(yīng)的EEMD降噪流程圖

綜合考慮信息熵與相關(guān)峭度的主次，將系數(shù)設(shè)置為0數(shù)值越大，說(shuō)明該IMF分量與原始信號(hào)越相似，最后將最大值和次構(gòu)，實(shí)現(xiàn)降噪�；谧赃m應(yīng)EEMD的降噪方法驗(yàn)證軸承故障診斷流程滾動(dòng)軸承故障信號(hào)依次加入幅值系數(shù)逐漸增大的高斯白噪聲，找出差（stdmax）和極小值標(biāo)準(zhǔn)差（stdmi....

圖2-9輪對(duì)軸承實(shí)驗(yàn)臺(tái)

表2-1軸承主要參數(shù)直徑m外徑/mm外徑/mm接觸角/o滾子個(gè)數(shù)/個(gè)質(zhì)/k.741302308.833202

圖2-10傳感器位置

.741302308.833202圖2-9輪對(duì)軸承實(shí)驗(yàn)臺(tái)故障軸承正常軸承

本文編號(hào)：3920485