本文關(guān)鍵詞：齒輪和軸承的故障診斷技術(shù)研究

  更多相關(guān)文章： 齒輪 滾動(dòng)軸承 高階統(tǒng)計(jì)量 半盲信號(hào)分離 排列熵

【摘要】：隨著科學(xué)技術(shù)與生產(chǎn)的發(fā)展，機(jī)械設(shè)備日趨大型化、集成化、自動(dòng)化、高速化和智能化，設(shè)備運(yùn)行的可靠性和安全性越來(lái)越重要。齒輪和滾動(dòng)軸承作為機(jī)械傳動(dòng)的主要部件，其重要性不言而喻。但是由于齒輪和滾動(dòng)軸承經(jīng)常要求在高速、重載、特殊介質(zhì)等惡劣環(huán)境下工作，且本身結(jié)構(gòu)復(fù)雜，容易受到損傷和出現(xiàn)故障。因此，采用先進(jìn)的故障診斷技術(shù)對(duì)齒輪和滾動(dòng)軸承進(jìn)行狀態(tài)監(jiān)測(cè)與故障診斷顯得尤為重要。 在機(jī)械故障診斷過(guò)程中，故障特征信息提取和識(shí)別的方法非常關(guān)鍵。本文利用高階統(tǒng)計(jì)量分析、半盲信號(hào)分離技術(shù)和排列熵算法，對(duì)機(jī)械傳動(dòng)系統(tǒng)中齒輪和滾動(dòng)軸承的典型故障進(jìn)行分析研究。主要研究?jī)?nèi)容如下： (1)研究了利用高階統(tǒng)計(jì)量對(duì)齒輪和滾動(dòng)軸承運(yùn)行狀態(tài)的特征進(jìn)行分類的方法。通過(guò)基于包絡(luò)分析和高階統(tǒng)計(jì)量的狀態(tài)特征提取方法，成功地將齒輪和滾動(dòng)軸承不同的運(yùn)行狀態(tài)進(jìn)行了分離。并且分析了高階統(tǒng)計(jì)量隨轉(zhuǎn)速的變化，結(jié)果顯示在較大轉(zhuǎn)速范圍內(nèi)該方法可以將滾動(dòng)軸承的各運(yùn)行狀態(tài)進(jìn)行分離。 (2)在介紹半盲信號(hào)分離原理和主要算法的基礎(chǔ)上，首先進(jìn)行了仿真研究，利用不同類型的參考信號(hào)對(duì)目標(biāo)信號(hào)進(jìn)行提取，并分析和比較了提取的結(jié)果。然后，，用第一類參考信號(hào)分別對(duì)滾動(dòng)軸承外圈、內(nèi)圈和滾動(dòng)體故障進(jìn)行了提取，提取結(jié)果能夠清晰地反映出故障特征信息。最后研究了滾動(dòng)軸承混合故障的提取，提取結(jié)果可以充分地體現(xiàn)出故障特征。 (3)在研究排列熵原理的基礎(chǔ)上，通過(guò)數(shù)值仿真驗(yàn)證了排列熵檢測(cè)突變信號(hào)的有效性，并利用排列熵檢測(cè)齒輪和滾動(dòng)軸承故障信號(hào)中的突變。然后基于排列熵算法，提出了排列熵譜和二次排列熵譜這兩種新方法，用于提取微弱的周期突變信號(hào)，并通過(guò)數(shù)值仿真驗(yàn)證了新方法的檢測(cè)效果。結(jié)果顯示，相比于單一的排列熵，這些方法能夠更加有效地提取出周期突變信號(hào)。尤其是二次排列熵譜，能夠提取到非常微弱的周期信號(hào)，為突變信號(hào)的提取提供了新思路。 最后，對(duì)全文所做的工作進(jìn)行了總結(jié)，并對(duì)今后的研究工作做出了展望。
【學(xué)位授予單位】：石家莊鐵道大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：TH132.41;TH133.3;TH165.3

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 趙紅怡,武夢(mèng)龍,曹淑琴;小波分析在突變信號(hào)檢測(cè)中的應(yīng)用[J];北方工業(yè)大學(xué)學(xué)報(bào);2004年01期

2 尹成,伍志明,鄧懷群;高階統(tǒng)計(jì)量方法在地震勘探中的應(yīng)用[J];地球物理學(xué)進(jìn)展;2003年03期

3 譚善文,秦樹(shù)人,湯寶平;小波基時(shí)頻特性及其在分析突變信號(hào)中的應(yīng)用[J];重慶大學(xué)學(xué)報(bào)(自然科學(xué)版);2001年02期

4 何正嘉,訾艷陽(yáng);Laplace小波及其工程應(yīng)用[J];工程數(shù)學(xué)學(xué)報(bào);2001年S1期

5 李舜酩,高德平;裂紋轉(zhuǎn)子非線性振動(dòng)特征的諧波小波與分形識(shí)別[J];航空動(dòng)力學(xué)報(bào);2004年05期

6 張中民,盧文祥,楊叔子,張英堂;滾動(dòng)軸承故障振動(dòng)模型及其應(yīng)用研究[J];華中理工大學(xué)學(xué)報(bào);1997年03期

7 張桂才,史鐵林,楊叔子;基于高階統(tǒng)計(jì)量的機(jī)械故障特征提取方法研究[J];華中理工大學(xué)學(xué)報(bào);1999年03期

8 石慶斌;馬建倉(cāng);;盲源分離在機(jī)械振動(dòng)信號(hào)分析中的應(yīng)用[J];測(cè)控技術(shù);2008年05期

9 趙永滿;梅衛(wèi)江;吳疆;王春林;;機(jī)械故障診斷技術(shù)發(fā)展及趨勢(shì)分析[J];機(jī)床與液壓;2009年10期

10 楊世錫,胡小平;大型旋轉(zhuǎn)機(jī)械狀態(tài)監(jiān)測(cè)與故障診斷系統(tǒng)的面向?qū)ο蠼Ｑ芯縖J];機(jī)電工程;1999年03期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前2條

1 王志陽(yáng);約束獨(dú)立成分分析及其在滾動(dòng)軸承故障診斷中的應(yīng)用[D];上海交通大學(xué);2011年

2 趙志宏;基于振動(dòng)信號(hào)的機(jī)械故障特征提取與診斷研究[D];北京交通大學(xué);2012年

本文編號(hào)：1219171