發(fā)布時間：2017-12-26 20:29

  本文關鍵詞：基于EMD技術的滾動軸承故障診斷研究　出處：《大連理工大學》2012年碩士論文　論文類型：學位論文

  更多相關文章： 滾動軸承 故障診斷 經(jīng)驗模式分解 樣本熵 獨立分量分析

【摘要】：滾滾動軸承是旋轉機械設備中的關鍵部件,其故障發(fā)生率較高,對整個機組能否正常運行有十分重要的影響,所以研究滾動軸承狀態(tài)監(jiān)測與故障診斷方法具有重要的意義。本文以滾動軸承為研究對象,深入分析滾動軸承的故障形成原因,總結故障信號的基本特征,應用振動信號處理方法,對滾動軸承故障診斷技術開展了研究工作。論文主要內(nèi)容如下： 1.論述了滾動軸承的基本理論。結合其基本結構和常見故障,指出了表面類損傷類故障信號的特點、給出滾動軸承的故障特征頻率計算公式,分析常用的故障診斷方法,并通過實驗室采集的故障信號,驗證了常用診斷方法的有效性。 2.提出了基于EMD-樣本熵的早期故障信號降噪方法。滾動軸承早期故障特征信號信噪比較小,這給實際故障診斷帶來很多困難,因此本文運用基于EMD濾波處理的降噪方法,提出了基于樣本熵值聚類重構的降噪準則,在共振解調(diào)問題中引入譜峭度算法。通過工程實際信號驗證,基于樣本熵準則的EMD濾波處理可以準確地提取滾動軸承早期故障特征。 3.提出了基于EMD-ICA的單通道故障信號故障診斷方法。針對滾動軸承故障診斷領域中單通道信號無法應用獨立分量分析技術的難題,提出了基于EMD分解的子帶ICA方法,利用該方法對單通道信號進行故障特征提取,將信號EMD分解得到的若干IMF分量和源信號共同作為ICA的輸入量,實現(xiàn)基于單通道信號的故障診斷。通過仿真和實際信號的診斷結果驗證了該方法的有效性。 4.利用LabVIEW與MATLAB混合編程技術,開發(fā)了滾動軸承故障分析系統(tǒng)。介紹了軟件開發(fā)環(huán)境,設計了系統(tǒng)的總體結構,編程實現(xiàn)了各個模塊的功能,通過工程實例驗證了該系統(tǒng)的可靠性。
[Abstract]:Rolling bearing is a key part of rotating machinery, and its failure rate is very high. It has a very important impact on the normal operation of the whole unit. Therefore, it is significant to study the condition monitoring and fault diagnosis of rolling bearings. Taking the rolling bearing as the research object, this paper analyzes the causes of the failure of the rolling bearings, summarizes the basic characteristics of the fault signals, and applies the vibration signal processing method to carry out the research on the rolling bearing fault diagnosis technology. The main contents of the paper are as follows:
【學位授予單位】：大連理工大學
【學位級別】：碩士
【學位授予年份】：2012
【分類號】：TH165.3

【引證文獻】

相關碩士學位論文 前2條

1 王善鵬;基于流形學習的滾動軸承故障特征提取方法研究[D];大連理工大學;2013年

2 黃志東;基于譜峭度的滾動軸承故障診斷方法研究[D];華南理工大學;2013年

，

本文編號：1338745