發(fā)布時(shí)間：2017-07-13 10:23

  本文關(guān)鍵詞：變轉(zhuǎn)速條件下滾動(dòng)軸承故障特征提取與診斷

  更多相關(guān)文章： 滾動(dòng)軸承 故障特征提取與診斷 EMD降噪 主元分析 K-近鄰分類

【摘要】：滾動(dòng)軸承是旋轉(zhuǎn)機(jī)械設(shè)備中一種通用且精密的機(jī)械零部件，也是最重要的故障源之一，研究滾動(dòng)軸承故障診斷技術(shù)具有重要意義。本文主要針對(duì)變轉(zhuǎn)速運(yùn)行過程中的滾動(dòng)軸承開展故障特征提取與診斷技術(shù)研究，主要研究內(nèi)容如下： 1、振動(dòng)信號(hào)采集與降噪處理。利用QPZZ-II旋轉(zhuǎn)機(jī)械實(shí)驗(yàn)系統(tǒng)采集正常及故障（內(nèi)圈、外圈、滾動(dòng)體）軸承在變轉(zhuǎn)速運(yùn)轉(zhuǎn)條件下的試驗(yàn)數(shù)據(jù)。結(jié)合EMD閾值降噪和EMD濾波提出一種新的基于3規(guī)則—相關(guān)系數(shù)—峭度準(zhǔn)則的EMD降噪方法，該方法可以有效地降低振動(dòng)信號(hào)中的噪聲干擾。 2、故障特征提取與狀態(tài)監(jiān)測。針對(duì)變轉(zhuǎn)速工況下滾動(dòng)軸承狀態(tài)監(jiān)測和特征提取的問題，本文采用主元分析方法并提出了“全速度樣本”的概念，以1024個(gè)點(diǎn)為一次樣本分別計(jì)算信號(hào)的時(shí)域特征參數(shù)，組成PCA建模樣本。通過T2和SPE統(tǒng)計(jì)量及控制限準(zhǔn)確檢測出了軸承故障，并根據(jù)軸承數(shù)據(jù)在主元上的投影完成了故障特征的提取。 3、軸承故障模式識(shí)別與診斷。采用改進(jìn)的K-近鄰分類器對(duì)軸承特征進(jìn)行分類，用馬氏距離取代原KNN算法中的歐氏距離。通過實(shí)驗(yàn)驗(yàn)證，該方法可以排除變量之間相關(guān)性的干擾，對(duì)軸承故障進(jìn)行準(zhǔn)確分類，效果優(yōu)于神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)。 仿真和實(shí)驗(yàn)結(jié)果表明，，本文提出的“變轉(zhuǎn)速條件下滾動(dòng)軸承故障特征提取與診斷”研究達(dá)到了預(yù)期的目標(biāo)。這種方法突破了傳統(tǒng)故障診斷方法局限于平穩(wěn)工況的瓶頸，將軸承故障診斷擴(kuò)展到變速工況，具有較大的實(shí)際意義。
【關(guān)鍵詞】：滾動(dòng)軸承 故障特征提取與診斷 EMD降噪 主元分析 K-近鄰分類
【學(xué)位授予單位】：沈陽航空航天大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TH165.3;TH133.33
【目錄】：

• 摘要6-7
• Abstract7-11
• 主要符號(hào)表11-12
• 第1章 緒論12-17
• 1.1 課題研究背景與意義12-13
• 1.2 滾動(dòng)軸承故障診斷技術(shù)研究概述13-15
• 1.2.1 國內(nèi)外研究現(xiàn)狀13-14
• 1.2.2 現(xiàn)階段研究中仍存在的主要問題14-15
• 1.3 本文主要研究內(nèi)容與論文結(jié)構(gòu)安排15-17
• 1.3.1 本文主要研究內(nèi)容15
• 1.3.2 論文結(jié)構(gòu)安排15-17
• 第2章 研究對(duì)象分析與振動(dòng)信號(hào)采集17-23
• 2.1 研究對(duì)象分析17-20
• 2.1.1 滾動(dòng)軸承的結(jié)構(gòu)及振動(dòng)機(jī)理17-18
• 2.1.2 滾動(dòng)軸承的失效形式18-19
• 2.1.3 滾動(dòng)軸承故障設(shè)置19-20
• 2.2 實(shí)驗(yàn)設(shè)計(jì)20-22
• 2.2.1 試驗(yàn)平臺(tái)簡介20
• 2.2.2 測試系統(tǒng)及測點(diǎn)布置20-21
• 2.2.3 實(shí)驗(yàn)數(shù)據(jù)采集21-22
• 2.3 本章小結(jié)22-23
• 第3章 基于 EMD 方法的軸承振動(dòng)信號(hào)降噪23-36
• 3.1 EMD 基本理論23-27
• 3.1.1 本征模式函數(shù)23-24
• 3.1.2 EMD 篩選過程24-25
• 3.1.3 EMD 基本性質(zhì)25-27
• 3.2 EMD 降噪27-31
• 3.2.1 基于閾值處理的 EMD 降噪方法27-29
• 3.2.2 基于濾波處理的 EMD 降噪方法29-30
• 3.2.3 降噪性能評(píng)估指標(biāo)30-31
• 3.3 算法實(shí)現(xiàn)與實(shí)驗(yàn)分析31-35
• 3.3.1 算法實(shí)現(xiàn)步驟31
• 3.3.2 仿真信號(hào)的降噪處理31-34
• 3.3.3 實(shí)測滾動(dòng)軸承振動(dòng)信號(hào)的降噪34-35
• 3.4 本章小結(jié)35-36
• 第4章 基于主元分析的軸承故障檢測與特征提取36-50
• 4.1 主元分析36-39
• 4.1.1 主元分析的基本原理36-37
• 4.1.2 主元的計(jì)算與選取37-38
• 4.1.3 統(tǒng)計(jì)量及故障檢測模型38-39
• 4.2 建立 PCA 模型39-42
• 4.2.1 全速度振動(dòng)信號(hào)的特征選擇39-41
• 4.2.2 建立 PCA 故障檢測模型41-42
• 4.3 滾動(dòng)軸承故障檢測與特征提取42-48
• 4.3.1 變轉(zhuǎn)速振動(dòng)信號(hào)的時(shí)域特征42-45
• 4.3.2 滾動(dòng)軸承故障檢測45-47
• 4.3.3 軸承故障特征提取47-48
• 4.4 本章小結(jié)48-50
• 第5章 基于改進(jìn) K-近鄰的軸承故障模式識(shí)別與診斷50-59
• 5.1 K-近鄰分類器50-53
• 5.1.1 最近鄰決策規(guī)則50-52
• 5.1.2 K-近鄰分類器52-53
• 5.2 K-近鄰參數(shù)選擇53-56
• 5.2.1 距離度量方法53-55
• 5.2.2 近鄰參數(shù)55-56
• 5.3 軸承故障模式識(shí)別與診斷56-58
• 5.3.1 算法實(shí)現(xiàn)步驟56-57
• 5.3.2 軸承實(shí)驗(yàn)與結(jié)果分析57-58
• 5.4 本章小結(jié)58-59
• 結(jié)論59-61
• 附錄Ⅰ軸承仿真信號(hào)降噪程序清單61-63
• 參考文獻(xiàn)63-66
• 致謝66-67
• 攻讀碩士期間發(fā)表（含錄用）的學(xué)術(shù)論文67

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 程軍圣,于德介,楊宇;基于EMD的信號(hào)瞬時(shí)特征的小波分析方法[J];地震工程與工程振動(dòng);2004年02期

2 何世彪,楊士中;3σ準(zhǔn)則在小波消噪中的應(yīng)用[J];重慶大學(xué)學(xué)報(bào)(自然科學(xué)版);2002年12期

3 陳勇,梁軍,陸浩;基于PCA的多變量控制系統(tǒng)的故障監(jiān)測與診斷[J];工程設(shè)計(jì)學(xué)報(bào)(機(jī)械·設(shè)備和儀器的開發(fā)技術(shù));2002年05期

4 楊曉蔚;李紅濤;;滾動(dòng)軸承振動(dòng)與噪聲的相關(guān)性解析[J];軸承;2011年07期

5 張素莉;潘欣;;一種新穎的基于馬氏距離的文本分類方法的研究[J];長春工程學(xué)院學(xué)報(bào)(自然科學(xué)版);2011年02期

6 畢明霞;黃漢明;邊銀菊;李銳;陳銀燕;趙靜;;天然地震與人工爆破波形信號(hào)HHT特征提取和SVM識(shí)別研究[J];地球物理學(xué)進(jìn)展;2011年04期

7 李耀華;宋京偉;孫棟;;變速工況下滾動(dòng)軸承外圈故障振動(dòng)的模型與仿真[J];華東交通大學(xué)學(xué)報(bào);2006年04期

8 王海清,宋執(zhí)環(huán),王慧;PCA過程監(jiān)測方法的故障檢測行為分析[J];化工學(xué)報(bào);2002年03期

9 胡曉明;;數(shù)據(jù)融合和Manhattan距離在液壓泵故障診斷中的應(yīng)用[J];機(jī)床與液壓;2009年10期

10 童先群;周忠眉;;基于屬性值信息熵的KNN改進(jìn)算法[J];計(jì)算機(jī)工程與應(yīng)用;2010年03期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 劉永斌;基于非線性信號(hào)分析的滾動(dòng)軸承狀態(tài)監(jiān)測診斷研究[D];中國科學(xué)技術(shù)大學(xué);2011年

2 從飛云;基于滑移向量序列奇異值分解的滾動(dòng)軸承故障診斷研究[D];上海交通大學(xué);2012年

本文編號(hào)：536495