水泥廠生產(chǎn)過程中,高溫風(fēng)機是通風(fēng)除塵不可或缺的設(shè)備之一,一旦風(fēng)機出現(xiàn)故障,將會導(dǎo)致整個生產(chǎn)過程出現(xiàn)停滯,進而給企業(yè)造成嚴重損失。滾動軸承是高溫風(fēng)機中的重要組成部件,也是易損件。因此,本文選取高溫風(fēng)機的滾動軸承為研究對象,主要內(nèi)容如下:（1）本文從時頻分析的角度對局部均值分解（Local Mean Decomposition,LMD）原理進行了研究,針對端點效應(yīng)問題,將LMD方法與經(jīng)驗?zāi)B(tài)分解（Empirical Mode Decomposition,EMD）方法進行了對比分析,結(jié)果表明LMD分解過程中所存在的端點效應(yīng)對最終結(jié)果的影響程度較EMD小很多。為了進一步降低LMD中端點效應(yīng)的影響,提出了能量選擇延拓法,并通過實驗驗證了該方法的有效性。（2）針對LMD分解得到的PF（Product Function）分量對于分類模型的輸入而言過大,引入了奇異值分解（Singular Value Decomposition,SVD）方法。SVD可以對分量的尺度進行壓縮,而且有較好的穩(wěn)定性和魯棒性。為了驗證SVD的濾波性能,進行了仿真實驗。結(jié)果表明,含噪信號經(jīng)過SVD處理后,它的曲線波動幅度逐漸減小... 

【文章來源】：山東理工大學(xué)山東省

【文章頁數(shù)】：62 頁

【學(xué)位級別】：碩士

【部分圖文】：

高溫風(fēng)機示意圖

滾動軸承的基本結(jié)構(gòu)和載荷分布圖

原始信號波形

【參考文獻】：
期刊論文
[1]旋轉(zhuǎn)機械故障診斷理論與實現(xiàn)[J]. 羅仁澤,曹鵬,代云中,付元華,趙發(fā)定,皇雅斌,楊青.  儀表技術(shù)與傳感器. 2014(03)
[2]數(shù)控機床液壓系統(tǒng)模糊故障樹分析與診斷[J]. 陳德道,高俊峰.  機械研究與應(yīng)用. 2013(06)
[3]沖擊脈沖技術(shù)在滾動軸承故障診斷中的應(yīng)用[J]. 林英祥,孫清磊,陳萍,王悅民.  海軍工程大學(xué)學(xué)報. 2013(04)
[4]滾動軸承復(fù)合故障特征分離的小波-頻譜自相關(guān)方法[J]. 明安波,褚福磊,張煒.  機械工程學(xué)報. 2013(03)
[5]基于EEMD和共振解調(diào)的滾動軸承自適應(yīng)故障診斷[J]. 周智,朱永生,張優(yōu)云,朱川峰,王鵬.  振動與沖擊. 2013(02)
[6]基于雙譜熵的齒輪裂紋故障特征提取[J]. 周雁冰,柳亦兵,李宏,滕偉,李狀.  中國機械工程. 2013(02)
[7]基于信號共振稀疏分解的轉(zhuǎn)子早期碰摩故障診斷方法[J]. 陳向民,于德介,羅潔思.  中國機械工程. 2013(01)
[8]基于NMF的SVM故障診斷方法[J]. 李建宏,姜同敏,何玉珠,蔣覺義.  北京航空航天大學(xué)學(xué)報. 2012(12)
[9]小波包降噪與LMD相結(jié)合的滾動軸承故障診斷方法[J]. 孫偉,熊邦書,黃建萍,莫燕.  振動與沖擊. 2012(18)
[10]基于模型診斷技術(shù)的神經(jīng)網(wǎng)絡(luò)實現(xiàn)方法[J]. 馬紀明,萬蔚,王法巖.  北京航空航天大學(xué)學(xué)報. 2013(02)

博士論文
[1]基于局域均值分解的旋轉(zhuǎn)機械故障特征提取方法及系統(tǒng)研究[D]. 任達千.浙江大學(xué) 2008



本文編號：3079023