發(fā)布時間：2017-11-10 22:07

  本文關(guān)鍵詞：基于小波降噪和經(jīng)驗?zāi)B(tài)分解的滾動軸承故障診斷

  更多相關(guān)文章： 滾動軸承 故障診斷 經(jīng)驗?zāi)B(tài)分解(EMD) 小波降噪

【摘要】：在機械設(shè)備運轉(zhuǎn)過程中，最為常用的滾動軸承是極易發(fā)生故障的旋轉(zhuǎn)零件，它的運行狀態(tài)是否正常往往直接影響整套機械設(shè)備的性能。因此針對滾動軸承進行狀態(tài)監(jiān)測及故障診斷，對于減少由于滾動軸承故障引起的財產(chǎn)損失以及災(zāi)難性事故，更好地發(fā)掘機械設(shè)備潛在的能力，加強社會經(jīng)濟發(fā)展等都具有顯著的理論意義和實際意義。然而由于滾動軸承早期故障引起的振動信號較弱、沖擊能量較低，背景噪聲對故障診斷的干擾往往是不能忽略的，因此尋求合理的降噪方法以及有效的故障診斷方法一直是滾動軸承故障診斷的主要研究方向。 本文搭建了滾動軸承故障模擬試驗臺，該試驗臺可以方便合理地改變主軸轉(zhuǎn)速以及載荷，能夠快速準確地獲取不同工況條件下的滾動軸承振動信號。本文運用該試驗臺針對正常滾動軸承、外圈故障滾動軸承、內(nèi)圈故障滾動軸承三種情況進行了狀態(tài)監(jiān)測試驗，并采集了相應(yīng)的振動信號。 本文采用改進的小波閾值降噪方法對滾動軸承振動信號進行降噪預(yù)處理，該方法的核心思想為改進閾值選取原則以及閾值函數(shù)形式。改進的閾值選取原則理論上依據(jù)故障信號與噪聲信號的小波系數(shù)在不同分解尺度上具有不同的特性；改進的閾值函數(shù)形式綜合了軟、硬閾值函數(shù)的優(yōu)點。仿真與試驗分析結(jié)果均證明該方法可以有效地去除信號中的噪聲干擾，保留故障信號成分，為準確提取滾動軸承故障特征提供了有力保證。 本文將經(jīng)驗?zāi)B(tài)分解（EMD）方法與Hilbert包絡(luò)解調(diào)方法相結(jié)合，并將該方法應(yīng)用于滾動軸承故障特征提取。通過滾動軸承故障診斷試驗驗證了該方法可以有效地提取滾動軸承故障特征頻率。
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2013
【分類號】：TH165.3;TH133.33

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 馬曉建,陳瑞琪,吳文英,周保堂,賀世正;機械故障診斷中常用解調(diào)方法的比較及應(yīng)用[J];東華大學(xué)學(xué)報(自然科學(xué)版);2001年05期

2 王新;朱高中;;一種新型小波閾值法在信號消噪中的應(yīng)用研究[J];高電壓技術(shù);2008年02期

3 李明喜;毛罕平;張艷誠;;基于提升小波變換和中值濾波的圖像去噪方法研究[J];激光與紅外;2007年10期

4 陳遠貴;羅保欽;曾慶寧;;基于一種新的小波閾值函數(shù)的心音信號去噪[J];計算機仿真;2010年11期

5 林麗;余輪;;基于相關(guān)系數(shù)的EMD改進算法[J];計算機與數(shù)字工程;2008年12期

6 吳明贊,陳森發(fā);基于組合神經(jīng)網(wǎng)絡(luò)的柴油機振動信號預(yù)測[J];機械工程學(xué)報;2002年04期

7 劉祖德;趙云勝;;礦井通風(fēng)機實時監(jiān)測與故障診斷系統(tǒng)研究[J];礦山機械;2007年06期

8 劉霞;潘洪屏;高曉春;吳偉龍;;基于小波閾值的地震信號去噪處理[J];科學(xué)技術(shù)與工程;2010年29期

9 王福友;劉剛;袁贛南;;基于小波閾值算法的海雜波信號去噪[J];雷達與對抗;2009年02期

10 陳煒峰,陸靜霞;故障診斷技術(shù)及其發(fā)展趨勢[J];農(nóng)機化研究;2005年02期

，

本文編號：1168533