電機(jī)設(shè)備能否高效、低功耗的運(yùn)轉(zhuǎn)生產(chǎn)與軸承或者齒輪傳動(dòng)系統(tǒng)工作狀況關(guān)系緊密,在早期就檢測(cè)到軸承異常能夠提前更換故障機(jī)件,結(jié)束長(zhǎng)時(shí)間工況異常狀態(tài)。本文針對(duì)軸承的早期弱特征故障狀態(tài)嘗試識(shí)別,在定子電流電源噪聲抑制、環(huán)境噪聲抑制、故障特征提取、故障特征的時(shí)頻特征加強(qiáng)等方面進(jìn)行研究。本文首先對(duì)單點(diǎn)損傷軸承故障特性展開分析,從電機(jī)氣隙改變和轉(zhuǎn)矩波動(dòng)兩方面對(duì)故障特征出現(xiàn)的原理進(jìn)行論證,根據(jù)動(dòng)力學(xué)模型計(jì)算結(jié)果將已有的轉(zhuǎn)矩單脈沖模型進(jìn)一步修正為轉(zhuǎn)矩雙脈沖模型,更加準(zhǔn)確的描述故障形式,通過機(jī)-磁-電耦合傳導(dǎo)進(jìn)一步分析軸承故障對(duì)定子電流的影響。本文使用時(shí)頻分析方法—自適應(yīng)噪聲完全經(jīng)驗(yàn)?zāi)B(tài)分解（CEEMDAN）對(duì)非線性、非平穩(wěn)的定子電流進(jìn)行處理,根據(jù)峭度值及所需信號(hào)頻段對(duì)電流信號(hào)降噪濾波重組提取有效信息;采用時(shí)移方法抑制電源基頻以及奇數(shù)倍倍頻能量,減少電源頻率分量頻譜泄漏掩蓋故障特征現(xiàn)象;對(duì)多分辨率能量算子相對(duì)于能量算子改進(jìn)原理釋義,并根據(jù)故障信號(hào)改進(jìn)其分辨率參數(shù)的自適應(yīng)性,自適應(yīng)多分辨率能量算子解調(diào)故障信號(hào)相較于基本能量算子解調(diào)效果更具有針對(duì)性,自適應(yīng)的增強(qiáng)故障信號(hào)頻譜特性。通過仿真數(shù)據(jù)驗(yàn)證了所提方法的有效... 

【文章頁數(shù)】：73 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 課題的來源及研究意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 本文的研究?jī)?nèi)容和章節(jié)安排
2 滾動(dòng)軸承的結(jié)構(gòu)及故障特征
    2.1 滾動(dòng)軸承結(jié)構(gòu)及其特點(diǎn)
    2.2 滾動(dòng)軸承故障形式
        2.2.1 軸承損傷原因
        2.2.2 滾動(dòng)軸承常見故障
    2.3 軸承損傷振動(dòng)特征
    2.4 軸承損傷電流特征
        2.4.1 氣隙改變模型
        2.4.2 轉(zhuǎn)矩單脈沖波動(dòng)模型
        2.4.3 轉(zhuǎn)矩雙脈沖波動(dòng)模型
    2.5 本章小結(jié)
3 時(shí)頻分析方法及其在軸承故障診斷中的應(yīng)用
    3.1 時(shí)頻分析理論基礎(chǔ)
        3.1.1 平穩(wěn)信號(hào)和非平穩(wěn)信號(hào)
        3.1.2 瞬時(shí)頻率
    3.2 時(shí)頻分析方法
        3.2.1 常用的故障信號(hào)分析方法
        3.2.2 經(jīng)驗(yàn)?zāi)B(tài)分解原理
        3.2.3 自適應(yīng)噪聲完全經(jīng)驗(yàn)?zāi)B(tài)分解
    3.3 本章小結(jié)
4 基于定子電流的故障特征提取方法研究
    4.1 時(shí)移算法
    4.2 TEAGER-KAISER能量算子
        4.2.1 基礎(chǔ)TK能量算子
        4.2.2 自適應(yīng)多分辨率TK能量算子
    4.3 故障信號(hào)提取方法
        4.3.1 故障信號(hào)提取流程
        4.3.2 信號(hào)選擇重組
    4.4 仿真環(huán)境驗(yàn)證
    4.5 本章小結(jié)
5 電機(jī)軸承故障檢測(cè)的試驗(yàn)研究
    5.1 軸承故障試驗(yàn)平臺(tái)
    5.2 軸承故障檢測(cè)系統(tǒng)
        5.2.1 軟件環(huán)境
        5.2.2 軟件設(shè)計(jì)
    5.3 故障檢測(cè)方法的實(shí)驗(yàn)驗(yàn)證
    5.4 本章小結(jié)
總結(jié)與展望
參考文獻(xiàn)
致謝
作者簡(jiǎn)歷及攻讀碩士學(xué)位期間的科研成果


【參考文獻(xiàn)】：
期刊論文
[1]滾動(dòng)軸承故障的顯式動(dòng)力學(xué)仿真與接觸特性分析[J]. 涂文兵,楊錦雯,羅丫,任繼文.  機(jī)械設(shè)計(jì)與研究. 2019(03)
[2]基于LabVIEW與MATLAB的多通道數(shù)據(jù)采集與分析系統(tǒng)[J]. 劉曉初,許銘鋆.  機(jī)電工程技術(shù). 2019(04)
[3]Fractional Envelope Analysis for Rolling Element Bearing Weak Fault Feature Extraction[J]. Jianhong Wang,Liyan Qiao,Yongqiang Ye,YangQuan Chen.  IEEE/CAA Journal of Automatica Sinica. 2017(02)
[4]基于長(zhǎng)短時(shí)記憶神經(jīng)網(wǎng)絡(luò)的風(fēng)電機(jī)組滾動(dòng)軸承故障診斷方法[J]. 張建付,宋雨,李剛,王傳洋,焦亞菲.  計(jì)算機(jī)測(cè)量與控制. 2017(01)
[5]淺談船舶電動(dòng)機(jī)常見故障分析與處理[J]. 陳健,黃進(jìn)明,單劍,唐國強(qiáng).  科技資訊. 2015(35)

博士論文
[1]基于譜峭度類算法的滾動(dòng)軸承故障特征提取及診斷研究[D]. 張雄.華北電力大學(xué)(北京) 2019
[2]基于廣義能量算子的復(fù)雜時(shí)變調(diào)制信號(hào)分析方法及其在機(jī)械故障診斷中的應(yīng)用研究[D]. 李康強(qiáng).北京科技大學(xué) 2018
[3]變轉(zhuǎn)速下滾動(dòng)軸承時(shí)變非平穩(wěn)故障特征提取方法研究[D]. 趙德尊.北京交通大學(xué) 2018
[4]基于振動(dòng)信號(hào)處理的滾動(dòng)軸承故障診斷方法研究[D]. 王曉龍.華北電力大學(xué)(北京) 2017

碩士論文
[1]基于諧波注入電機(jī)軸承故障特征研究[D]. 馮博.大連海事大學(xué) 2017
[2]基于LabVIEW和Matlab的航管雷達(dá)仿真系統(tǒng)研究[D]. 李東元.武漢理工大學(xué) 2016



本文編號(hào)：3699189