發(fā)布時(shí)間：2017-07-04 16:08

  本文關(guān)鍵詞：滾動(dòng)軸承故障特征增強(qiáng)與檢測(cè)方法研究

  更多相關(guān)文章： 滾動(dòng)軸承 故障診斷 特征增強(qiáng) 壓縮檢測(cè)

【摘要】：為提取微弱故障信號(hào)特征以及實(shí)現(xiàn)故障特征的直接檢測(cè),以滾動(dòng)軸承為研究對(duì)象,開(kāi)展了故障特征增強(qiáng)與檢測(cè)方法研究,提出了基于峰值特征和稀疏表示的軸承故障特征增強(qiáng)方法及基于少量數(shù)據(jù)的軸承故障直接檢測(cè)方法;提出了基于峰值保持算法的降采樣及信號(hào)增強(qiáng)方法,并用于低轉(zhuǎn)數(shù)工況下軸承的故障診斷；同時(shí)將譜峭度理論應(yīng)用于直驅(qū)風(fēng)力發(fā)電機(jī)組低速主軸信號(hào)特征提取。采用理論分析、仿真模擬及實(shí)驗(yàn)驗(yàn)證等手段,驗(yàn)證了方法的有效性。具體內(nèi)容如下：(1)提出了基于峰值特征的信號(hào)變換方法,該方法以峰值為特征點(diǎn),對(duì)信號(hào)進(jìn)行分段重組變換,增強(qiáng)了軸承振動(dòng)信號(hào)在變換域稀疏度,并結(jié)合小波基、離散余弦基,提出了軸承稀疏表示方法,并采用軸承振動(dòng)信號(hào)加以驗(yàn)證;以此為基礎(chǔ),建立了基于峰值特征和稀疏表示的軸承故障特征增強(qiáng)方法。通過(guò)與小波方法、離散余弦變換方法對(duì)比,以故障特征頻率幅值為衡量指標(biāo),驗(yàn)證了增強(qiáng)方法的有效性。(2)應(yīng)用壓縮感知框架,提出了基于少量數(shù)據(jù)的軸承故障直接檢測(cè)方法。該方法提出以故障特征諧波為檢測(cè)對(duì)象,采用高斯隨機(jī)矩陣作為壓縮感知采樣矩陣,獲取欠采樣壓縮數(shù)據(jù)。應(yīng)用壓縮采樣匹配追蹤算法,以稀疏度為檢測(cè)條件,對(duì)壓縮數(shù)據(jù)進(jìn)行不完全重構(gòu),實(shí)現(xiàn)低采樣率下軸承故障直接檢測(cè)。以正弦混合信號(hào)、故障仿真信號(hào)、實(shí)驗(yàn)軸承振動(dòng)信號(hào)作為輸入信號(hào),驗(yàn)證了算法的有效性;同時(shí)本文也分析了不同采樣率下對(duì)檢測(cè)成功率的影響。(3)開(kāi)展了低速軸承故障診斷方法研究,首先為解決低速軸承故障特征難以提取,分析數(shù)據(jù)量較大的問(wèn)題,將峰值保持算法應(yīng)用到低速軸承信號(hào)處理,并與等間隔算法相對(duì)比,結(jié)果表明該方法在降低分析數(shù)據(jù)量的同時(shí),可以有效保留或增強(qiáng)故障特征。同時(shí)將譜峭度方法應(yīng)用于工程實(shí)際中某風(fēng)力發(fā)電機(jī)組低速主軸承信號(hào)處理,在時(shí)域、頻域以及包絡(luò)譜中難以有效提取故障特征的情況下,以譜峭度方法確定濾波參數(shù),并對(duì)實(shí)際信號(hào)進(jìn)行濾波處理,結(jié)合包絡(luò)分析,有效提取了故障特征。
【關(guān)鍵詞】：滾動(dòng)軸承 故障診斷 特征增強(qiáng) 壓縮檢測(cè)
【學(xué)位授予單位】：北京化工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TH133.33
【目錄】：

• 摘要4-6
• ABSTRACT6-13
• 第一章 緒論13-21
• 1.1 課題研究背景及意義13-15
• 1.2 國(guó)內(nèi)外研究進(jìn)展15-19
• 1.3 課題來(lái)源以及主要研究?jī)?nèi)容19
• 1.4 論文結(jié)構(gòu)安排19-21
• 第二章 基于峰值特征與稀疏表示的故障特征增強(qiáng)方法21-47
• 2.1 稀疏表示理論21-24
• 2.1.1 小波多尺度分解方法21-22
• 2.1.2 離散余弦變換方法22-24
• 2.2 基于峰值特征的振動(dòng)信號(hào)變換方法24-26
• 2.3 基于峰值特征與稀疏表示的故障增強(qiáng)框架26-28
• 2.4 故障特征增強(qiáng)方法在軸承故障診斷中的應(yīng)用28-45
• 2.4.1 基于小波基的故障特征增強(qiáng)方法的應(yīng)用32-39
• 2.4.2 基于離散余弦基的故障特征增強(qiáng)方法的應(yīng)用39-45
• 2.5 本章小結(jié)45-47
• 第三章 基于少量數(shù)據(jù)的故障檢測(cè)方法研究47-65
• 3.1 檢測(cè)原理介紹47-48
• 3.2 故障特征諧波概念48-49
• 3.3 壓縮數(shù)據(jù)的故障特征諧波檢測(cè)49-50
• 3.4 基于少量數(shù)據(jù)的軸承故障檢測(cè)框架50-51
• 3.5 仿真驗(yàn)證51-55
• 3.5.1 正弦仿真信號(hào)驗(yàn)證51-53
• 3.5.2 軸承故障仿真信號(hào)驗(yàn)證53-55
• 3.6. 實(shí)驗(yàn)驗(yàn)證55-61
• 3.6.1 實(shí)驗(yàn)臺(tái)介紹55-56
• 3.6.2 實(shí)驗(yàn)結(jié)果及分析56-61
• 3.7 不同壓縮率下檢測(cè)結(jié)果的比較61-62
• 3.8 本章小結(jié)62-65
• 第四章 低速軸承故障診斷方法研究65-81
• 4.1 基于峰值保持的信號(hào)處理方法研究65-72
• 4.1.1 峰值保持算法原理65-67
• 4.1.2 等間隔降采樣算法原理67-68
• 4.1.3 實(shí)驗(yàn)驗(yàn)證68-72
• 4.2 工程應(yīng)用72-78
• 4.2.1 項(xiàng)目背景72-75
• 4.2.2 譜峭度基本原理75-76
• 4.2.3. 基于譜峭度和包絡(luò)分析的軸承故障特征提取方法76-77
• 4.2.4. 實(shí)際信號(hào)分析及結(jié)果77-78
• 4.3 本章小結(jié)78-81
• 第五章 總結(jié)及展望81-83
• 參考文獻(xiàn)83-89
• 致謝89-91
• 研究成果及發(fā)表的學(xué)術(shù)論文91-93
• 作者及導(dǎo)師簡(jiǎn)介93-94
• 附件94-95

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前3條

1 胡勁松;楊世錫;;轉(zhuǎn)子振動(dòng)信號(hào)同步整周期重采樣方法的研究[J];動(dòng)力工程;2008年03期

2 宋輝;陳浩杰;;基于譜峭度Morlet小波變換法和經(jīng)驗(yàn)?zāi)B(tài)分解的滾動(dòng)軸承故障診斷研究[J];中國(guó)印刷與包裝研究;2012年01期

3 邵文澤;韋志輝;;壓縮感知基本理論:回顧與展望[J];中國(guó)圖象圖形學(xué)報(bào);2012年01期

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 由理;基于EEMD與譜峭度的滾動(dòng)軸承故障初始時(shí)間預(yù)測(cè)方法[D];蘭州理工大學(xué);2014年

，

本文編號(hào)：518402