發(fā)布時(shí)間：2017-08-09 12:12

  本文關(guān)鍵詞：AMD和EMD方法在滾動(dòng)軸承故障診斷中的應(yīng)用研究

  更多相關(guān)文章： 軸承故障診斷 AMD EMD 希爾伯特-黃變換 模態(tài)混疊 相近頻率 自適應(yīng)隨機(jī)共振

【摘要】：旋轉(zhuǎn)機(jī)械設(shè)備在工業(yè)生產(chǎn)中占有非常重要的地位,其中滾動(dòng)軸承是旋轉(zhuǎn)機(jī)械中應(yīng)用最為普遍的部件,其運(yùn)行狀態(tài)直接影響到整臺(tái)機(jī)器的性能。因此對(duì)滾動(dòng)軸承的故障診斷具有重要現(xiàn)實(shí)意義。本文主要針對(duì)EMD方法的局限性和不足進(jìn)行了分析研究,結(jié)合AMD方法和雙穩(wěn)隨機(jī)共振等理論對(duì)其進(jìn)行改進(jìn),提出的新算法更有利于機(jī)械故障特征的提取,并成功應(yīng)用于滾動(dòng)軸承的故障診斷。本文提出一種基于AMD旋轉(zhuǎn)機(jī)械故障特征的提取方法。對(duì)于可預(yù)知故障特征頻率的旋轉(zhuǎn)機(jī)械的故障診斷,可利用AMD方法提取機(jī)械振動(dòng)信號(hào)中故障特征頻率所在頻段的信號(hào),并求該段信號(hào)的頻譜,若頻譜中含有故障特征頻率,則說明機(jī)械振動(dòng)信號(hào)中存在該故障。通過對(duì)滾動(dòng)軸承故障信號(hào)和轉(zhuǎn)子不對(duì)中故障數(shù)據(jù)的分析處理,并與僅用EMD方法的處理結(jié)果進(jìn)行對(duì)比,證明了AMD方法的有效性,且比EMD方法更快速、準(zhǔn)確。針對(duì)在經(jīng)驗(yàn)?zāi)B(tài)分解篩選過程中間斷信號(hào)引起的模態(tài)混疊現(xiàn)象,提出一種基于AMD的經(jīng)驗(yàn)?zāi)B(tài)分解模態(tài)混疊消除新方法。利用第1個(gè)有效固有模態(tài)函數(shù)的瞬時(shí)頻率特性得到其頻率成分及二分頻率,且能實(shí)現(xiàn)對(duì)間斷信號(hào)的定位,然后再采用AMD方法分離出間斷信號(hào),再對(duì)處理后的信號(hào)進(jìn)行EMD分解,從而消除該間斷信號(hào)的影響。仿真分析和應(yīng)用實(shí)例的結(jié)果證明,該方法可以有效消除由間斷信號(hào)引起的模態(tài)混疊現(xiàn)象。針對(duì)希爾伯特-黃變換方法不能識(shí)別具有相近頻率的非平穩(wěn)信號(hào)的問題,提出一種AMD與HHT結(jié)合的非平穩(wěn)信號(hào)緊密間隔頻率檢測(cè)新方法。該方法首先利用HHT變換得到非平穩(wěn)信號(hào)的頻率成分,再用AMD方法依次提取出各個(gè)頻率成分的信號(hào)進(jìn)行AMD分解,分別判斷是否有頻率混疊的現(xiàn)象,并將存在混疊頻率的信號(hào)分解為單頻率信號(hào)分量,實(shí)現(xiàn)全部特征頻率的檢測(cè)。仿真及應(yīng)用實(shí)例結(jié)果表明,該方法解決了HHT方法不能有效分離兩個(gè)相近頻率信號(hào)的問題,確保能夠準(zhǔn)確分解信號(hào)數(shù)據(jù)并且分解精度有所提高。本文提出一種基于自適應(yīng)隨機(jī)共振和AMD-EEMD的滾動(dòng)軸承故障診斷新方法。首先采用粒子群算法對(duì)雙穩(wěn)系統(tǒng)進(jìn)行多參數(shù)并行尋優(yōu),得到最佳的系統(tǒng)結(jié)構(gòu)參數(shù);然后對(duì)含噪聲的信號(hào)進(jìn)行隨機(jī)共振輸出,使信號(hào)得到降噪和加強(qiáng);再利用AMD方法對(duì)隨機(jī)共振輸出的信號(hào)進(jìn)行截取;最后通過EEMD方法對(duì)AMD截取的信號(hào)進(jìn)行抗混疊分解。仿真結(jié)果表明,優(yōu)化后的隨機(jī)共振系統(tǒng)能有效提高信號(hào)的信噪比,信號(hào)經(jīng)過AMD截取后EEMD分解的有效分量明顯減少,從而改善了EEMD的分解結(jié)果,增強(qiáng)了分量的頻率幅值。通過對(duì)滾動(dòng)軸承故障信號(hào)特征的提取證明了該方法有良好的效果。最后利用LabVIEW軟件開發(fā)平臺(tái)設(shè)計(jì)了滾動(dòng)軸承故障診斷系統(tǒng),其中包含時(shí)域分析、頻譜分析、AMD分解和EMD分解等模塊,并對(duì)各個(gè)模塊進(jìn)行了介紹。通過對(duì)軸承故障信號(hào)的分析處理,驗(yàn)證了該故障診斷系統(tǒng)能夠?qū)崿F(xiàn)對(duì)故障的診斷識(shí)別。
【關(guān)鍵詞】：軸承故障診斷 AMD EMD 希爾伯特-黃變換 模態(tài)混疊 相近頻率 自適應(yīng)隨機(jī)共振
【學(xué)位授予單位】：燕山大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TH133.33
【目錄】：

• 摘要5-7
• ABSTRACT7-11
• 第1章 緒論11-17
• 1.1 課題研究背景11-12
• 1.2 課題研究現(xiàn)狀12-15
• 1.2.1 滾動(dòng)軸承故障診斷的現(xiàn)狀12-13
• 1.2.2 滾動(dòng)軸承常用故障診斷方法13-14
• 1.2.3 信號(hào)處理方法研究進(jìn)展14-15
• 1.3 本文的主要研究?jī)?nèi)容和結(jié)構(gòu)15-17
• 第2章 基于AMD的旋轉(zhuǎn)機(jī)械故障特征提取方法研究17-27
• 2.1 引言17
• 2.2 AMD方法的原理及步驟17-19
• 2.3 基于AMD的旋轉(zhuǎn)機(jī)械故障診斷方法19-21
• 2.3.1 AMD信號(hào)提取算法19-20
• 2.3.2 基于AMD的故障診斷方法20-21
• 2.4 故障特征提取實(shí)例21-26
• 2.4.1 滾動(dòng)軸承故障特征提取實(shí)例21-24
• 2.4.2 轉(zhuǎn)子不對(duì)中故障特征提取實(shí)例24-26
• 2.5 本章小結(jié)26-27
• 第3章 基于AMD的經(jīng)驗(yàn)?zāi)B(tài)分解模態(tài)混疊消除方法27-35
• 3.1 引言27
• 3.2 EMD理論相關(guān)概念27-30
• 3.2.1 EMD方法分解過程27-28
• 3.2.2 EMD方法有關(guān)問題28-30
• 3.3 AMD-EMD模態(tài)混疊消除方法30-31
• 3.4 仿真實(shí)驗(yàn)應(yīng)用實(shí)例31-33
• 3.5 應(yīng)用實(shí)例33-34
• 3.6 本章小結(jié)34-35
• 第4章 基于AMD-HHT的非平穩(wěn)信號(hào)緊密間隔頻率檢測(cè)方法35-45
• 4.1 引言35
• 4.2 AMD-HHT算法的原理及步驟35-38
• 4.2.1 希爾伯特-黃變換35-37
• 4.2.2 信號(hào)提取算法37-38
• 4.3 仿真實(shí)驗(yàn)38-43
• 4.4 應(yīng)用實(shí)例43-44
• 4.5 本章小結(jié)44-45
• 第5章 基于自適應(yīng)隨機(jī)共振和AMD-EEMD的滾動(dòng)軸承故障診斷45-56
• 5.1 引言45
• 5.2 自適應(yīng)隨機(jī)共振45-49
• 5.2.1 雙穩(wěn)隨機(jī)共振45-46
• 5.2.2 粒子群算法概述46-47
• 5.2.3 基于粒子群優(yōu)化算法的雙穩(wěn)隨機(jī)共振47-49
• 5.3 AMD截取信號(hào)的EEMD方法49-50
• 5.4 仿真實(shí)驗(yàn)50-52
• 5.5 滾動(dòng)軸承應(yīng)用實(shí)例52-55
• 5.6 本章小結(jié)55-56
• 第6章 基于LABVIEW的滾動(dòng)軸承故障診斷系統(tǒng)開發(fā)56-64
• 6.1 引言56
• 6.2 LABVIEW開發(fā)平臺(tái)簡(jiǎn)介56-57
• 6.3 離線故障診斷系統(tǒng)設(shè)計(jì)57-62
• 6.3.1 時(shí)域分析模塊58-59
• 6.3.2 頻譜分析模塊59
• 6.3.3 AMD分解模塊59-60
• 6.3.4 EMD分解模塊60-61
• 6.3.5 特征頻率與故障識(shí)別模塊61-62
• 6.4 本章小結(jié)62-64
• 結(jié)論64-66
• 參考文獻(xiàn)66-71
• 攻讀碩士學(xué)位期間承擔(dān)的科研任務(wù)與主要成果71-72
• 致謝72

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫 前10條

1 張益純,劉振娟;滾動(dòng)軸承故障分析探討[J];內(nèi)燃機(jī)配件;2000年03期

2 秦愷,陳進(jìn),姜鳴,陳春梅;一種滾動(dòng)軸承故障特征提取的新方法——譜相關(guān)密度[J];振動(dòng)與沖擊;2001年01期

3 鄧長(zhǎng)春;;聲發(fā)射法在滾動(dòng)軸承故障識(shí)別中的應(yīng)用[J];試驗(yàn)技術(shù)與試驗(yàn)機(jī);2002年Z2期

4 任昭蓉;滾動(dòng)軸承故障的小波診斷法[J];機(jī)械制造與自動(dòng)化;2004年06期

5 陸爽,田野;滾動(dòng)軸承故障特征識(shí)別的時(shí)頻分析研究[J];機(jī)床與液壓;2005年06期

6 江涌;基于余弦調(diào)頻小波變換的滾動(dòng)軸承故障研究[J];機(jī)械設(shè)計(jì)與制造;2005年06期

7 程光友;;時(shí)域指標(biāo)在滾動(dòng)軸承故障診斷中的應(yīng)用[J];中國(guó)設(shè)備工程;2005年12期

8 陳洪軍;趙新澤;王延軍;;滾動(dòng)軸承故障試驗(yàn)臺(tái)的理論建模分析[J];四川理工學(xué)院學(xué)報(bào)(自然科學(xué)版);2005年04期

9 李崇晟;滾動(dòng)軸承故障的非線性診斷方法[J];軸承;2005年05期

10 趙春華;嚴(yán)新平;趙新澤;袁成清;高虹亮;;滾動(dòng)軸承故障的可拓物元診斷方法[J];潤(rùn)滑與密封;2006年04期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫 前10條

1 張益純;;常見滾動(dòng)軸承故障診斷的技術(shù)探討[A];第十屆全國(guó)設(shè)備監(jiān)測(cè)與診斷技術(shù)學(xué)術(shù)會(huì)議論文集[C];2000年

2 劉玉林;;貨車滾動(dòng)軸承故障不分解診斷技術(shù)參數(shù)選擇與優(yōu)化探討[A];擴(kuò)大鐵路對(duì)外開放、確保重點(diǎn)物資運(yùn)輸——中國(guó)科協(xié)2005年學(xué)術(shù)年會(huì)鐵道分會(huì)場(chǎng)暨中國(guó)鐵道學(xué)會(huì)學(xué)術(shù)年會(huì)和粵海通道運(yùn)營(yíng)管理學(xué)術(shù)研討會(huì)論文集[C];2005年

3 楊積忠;左立建;;滾動(dòng)軸承故障診斷實(shí)例[A];設(shè)備監(jiān)測(cè)與診斷技術(shù)及其應(yīng)用——第十二屆全國(guó)設(shè)備監(jiān)測(cè)與診斷學(xué)術(shù)會(huì)議論文集[C];2005年

4 何斌;戚佳杰;;小波分析在滾動(dòng)軸承故障診斷中的應(yīng)用研究[A];第九屆全國(guó)振動(dòng)理論及應(yīng)用學(xué)術(shù)會(huì)議論文摘要集[C];2007年

5 李放寧;;峰值能量在滾動(dòng)軸承故障診斷中的應(yīng)用[A];第十屆全國(guó)設(shè)備監(jiān)測(cè)與診斷技術(shù)學(xué)術(shù)會(huì)議論文集[C];2000年

6 何斌;戚佳杰;;小波分析在滾動(dòng)軸承故障診斷中的應(yīng)用研究[A];第九屆全國(guó)振動(dòng)理論及應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2007年

7 張九軍;;常見滾動(dòng)軸承故障的簡(jiǎn)易診斷[A];2008年全國(guó)煉鐵生產(chǎn)技術(shù)會(huì)議暨煉鐵年會(huì)文集（上冊(cè)）[C];2008年

8 李興林;;滾動(dòng)軸承故障診斷技術(shù)現(xiàn)狀及發(fā)展[A];2009年全國(guó)青年摩擦學(xué)學(xué)術(shù)會(huì)議論文集[C];2009年

9 唐海峰;陳進(jìn);董廣明;;信號(hào)稀疏分解方法在滾動(dòng)軸承故障診斷中的應(yīng)用[A];第十二屆全國(guó)設(shè)備故障診斷學(xué)術(shù)會(huì)議論文集[C];2010年

10 高耀智;;高階統(tǒng)計(jì)量與小波分析相結(jié)合在滾動(dòng)軸承故障診斷中的應(yīng)用[A];2009年全國(guó)青年摩擦學(xué)學(xué)術(shù)會(huì)議論文集[C];2009年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 郝騰飛;航空發(fā)動(dòng)機(jī)滾動(dòng)軸承故障的核方法智能識(shí)別技術(shù)研究[D];南京航空航天大學(xué);2014年

2 廖強(qiáng);約束獨(dú)立分量和多小波分析在滾動(dòng)軸承故障診斷中的應(yīng)用[D];電子科技大學(xué);2016年

3 曾鳴;基于凸包的模式識(shí)別方法及其在滾動(dòng)軸承故障診斷中的應(yīng)用[D];湖南大學(xué);2016年

4 于江林;滾動(dòng)軸承故障的非接觸聲學(xué)檢測(cè)信號(hào)特性及重構(gòu)技術(shù)研究[D];大慶石油學(xué)院;2009年

5 楊柳松;基于小波分析與神經(jīng)網(wǎng)絡(luò)滾動(dòng)軸承故障診斷方法的研究[D];東北林業(yè)大學(xué);2013年

6 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

7 趙協(xié)廣;基于小波變換和經(jīng)驗(yàn)?zāi)B(tài)分解的滾動(dòng)軸承故障診斷方法研究[D];山東科技大學(xué);2009年

8 侯者非;強(qiáng)噪聲背景下滾動(dòng)軸承故障診斷的關(guān)鍵技術(shù)研究[D];武漢理工大學(xué);2010年

9 郭艷平;面向風(fēng)力發(fā)電機(jī)組齒輪箱滾動(dòng)軸承故障診斷的理論與方法研究[D];浙江大學(xué);2012年

10 孟濤;齒輪與滾動(dòng)軸承故障的振動(dòng)分析與診斷[D];西北工業(yè)大學(xué);2003年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 李玉奎;基于非平穩(wěn)信號(hào)分析的滾動(dòng)軸承故障診斷研究[D];燕山大學(xué);2015年

2 卜勇霞;基于時(shí)頻分析方法的滾動(dòng)軸承故障診斷研究[D];昆明理工大學(xué);2015年

3 馬寶;基于KICA和LSSVM的滾動(dòng)軸承故障監(jiān)測(cè)及診斷方法[D];昆明理工大學(xué);2015年

4 王德麗;基于改進(jìn)HHT與SVM的滾動(dòng)軸承故障診斷方法研究[D];北京交通大學(xué);2016年

5 邵海賀;基于EEMD和最小二乘支持向量機(jī)的滾動(dòng)軸承故障診斷方法研究[D];長(zhǎng)春工業(yè)大學(xué);2016年

6 張磊;滾動(dòng)軸承故障程度和工況不敏感智能診斷方法研究[D];華東交通大學(xué);2016年

7 胡猛;基于局部均值分解的滾動(dòng)軸承故障診斷方法研究[D];燕山大學(xué);2016年

8 蘇翠嬌;AMD和EMD方法在滾動(dòng)軸承故障診斷中的應(yīng)用研究[D];燕山大學(xué);2016年

9 王騰超;基于振動(dòng)監(jiān)測(cè)的風(fēng)電機(jī)組滾動(dòng)軸承故障診斷應(yīng)用研究[D];燕山大學(xué);2016年

10 李亞超;基于VMD的滾動(dòng)軸承故障診斷方法研究[D];石家莊鐵道大學(xué);2016年

，

本文編號(hào)：645205