【摘要】：隨著科學(xué)技術(shù)的進(jìn)步與現(xiàn)代工業(yè)的發(fā)展，機(jī)械設(shè)備不斷向大型、復(fù)雜、高速、高效及重載的方向發(fā)展，其工作和運(yùn)行環(huán)境也更加復(fù)雜和苛刻。一旦設(shè)備的關(guān)鍵部件發(fā)生故障，就可能發(fā)生連鎖反應(yīng)，導(dǎo)致整臺設(shè)備甚至整個生產(chǎn)過程被破壞，這不僅會增加企業(yè)的維護(hù)成本，降低企業(yè)的生產(chǎn)效率，還可能造成巨大的經(jīng)濟(jì)損失，甚至導(dǎo)致嚴(yán)重的人員傷亡，產(chǎn)生不良的社會影響。 機(jī)械系統(tǒng)結(jié)構(gòu)復(fù)雜，部件繁多，為了完整地獲得機(jī)械設(shè)備的運(yùn)行狀態(tài)，通常采用多測點(diǎn)、多傳感器的采集方式，但每個傳感器采集到的振動信號往往是各個部件振動的綜合反映，且各部件到傳感器的傳遞路徑的不確定性也增加了信號的復(fù)雜程度。如果能夠利用信號的某些特性有效地分離出各個振源信號，有利于準(zhǔn)確地進(jìn)行特征提取和狀態(tài)識別�；谘h(huán)平穩(wěn)模型對旋轉(zhuǎn)機(jī)械振動信號的普適性，利用結(jié)合循環(huán)統(tǒng)計(jì)量理論的盲分離算法來發(fā)現(xiàn)淹沒在較強(qiáng)背景噪聲或其他干擾信號之中的旋轉(zhuǎn)機(jī)械故障特征，無疑是一個很有前景的研究方向。本文以滾動軸承為研究對象，以循環(huán)平穩(wěn)為主要分析基礎(chǔ)，深入研究和發(fā)展基于循環(huán)平穩(wěn)的故障特征提取技術(shù)的新方法，及其在滾動軸承故障特征提取中的應(yīng)用，包括以下幾個方面的內(nèi)容： (1)從理論分析與工程應(yīng)用的角度出發(fā)，闡述了論文的選題背景和研究意義。分析了滾動軸承的狀態(tài)監(jiān)測與故障診斷、旋轉(zhuǎn)機(jī)械的循環(huán)平穩(wěn)機(jī)理、基于循環(huán)平穩(wěn)的故障診斷技術(shù)、盲信號處理等方面的國內(nèi)外發(fā)展現(xiàn)狀，總結(jié)了目前研究中需要解決的問題，確立了本文的研究內(nèi)容。 (2)介紹了本文所用特征提取方法的理論基礎(chǔ)—循環(huán)平穩(wěn)理論，討論了二階循環(huán)統(tǒng)計(jì)量的數(shù)學(xué)描述和實(shí)際意義。給出了滾動軸承點(diǎn)蝕故障信號模型，由二階循環(huán)統(tǒng)計(jì)量的定義出發(fā)，經(jīng)過數(shù)學(xué)推導(dǎo)得到滾動軸承各類型點(diǎn)蝕故障的二階循環(huán)平穩(wěn)特性。 (3)針對機(jī)械領(lǐng)域參考信號難以獲得的問題，提出了利用信號展現(xiàn)的循環(huán)平穩(wěn)特性，將觀測信號本身作為參考信號的循環(huán)維納濾波器。將觀測信號的一組頻移形式作為新的輸入，以觀測信號作為期望輸出，經(jīng)過一個濾波器組后，能有效地降低噪聲信號能量。仿真分析和軸承加速疲勞壽命試驗(yàn)結(jié)果表明，，所提的循環(huán)維納濾波器能夠有效地降低噪聲干擾，提取淹沒在較強(qiáng)背景噪聲下的軸承微弱故障特征。 (4)在介紹了盲分離的數(shù)學(xué)描述基礎(chǔ)上，著重討論了盲分離在工程應(yīng)用中的實(shí)際問題，包括源數(shù)目的估計(jì)方法、消除觀測信號噪聲干擾、盲分離存在的幅值和排序不確定性問題等。 (5)假設(shè)多個有故障的滾動軸承以卷積方式混合，利用軸承展現(xiàn)的二階循環(huán)平穩(wěn)特性，提出了基于循環(huán)平穩(wěn)的卷積混合頻域盲分離方法。利用STFT將時(shí)域的卷積混合轉(zhuǎn)基于循環(huán)平穩(wěn)和盲源分離的滾動軸承故障特征提取方法研究I化為每個頻率點(diǎn)的瞬時(shí)混合問題，通過聯(lián)合對角化混合信號的譜相關(guān)密度矩陣，得到頻域的分離矩陣，用其脈沖響應(yīng)函數(shù)，對觀測信號進(jìn)行濾波，得到的分離信號是源信號的可靠估計(jì)。利用循環(huán)平穩(wěn)信號的譜相干特性，解決了頻域盲分離排序不確定性的問題。 (6)針對實(shí)際中測得的齒輪箱信號，考慮到軸承故障信號會受到齒輪嚙合頻率的影響，提出了齒輪箱綜合故障診斷方法。設(shè)計(jì)了齒輪減速箱典型故障模擬試驗(yàn)臺，在該試驗(yàn)臺測試了多組不同工況下，多種軸承故障類型組合的振動數(shù)據(jù)，通過對這些數(shù)據(jù)分析，驗(yàn)證了卷積混合盲分離方法應(yīng)用在多個有缺陷軸承的齒輪箱故障分離與診斷中的有效性。
【圖文】：

圖 1-1 齒輪箱振動信號盲分離Fig.1-1 Blind Separation of Gearbox Vibration signals結(jié)，國內(nèi)外針對旋轉(zhuǎn)機(jī)械設(shè)備狀態(tài)監(jiān)測和故障診斷都展開了廣一定的成果。由于旋轉(zhuǎn)機(jī)械固有的循環(huán)平穩(wěn)特性，使我們對定的先驗(yàn)知識。如果能在循環(huán)平穩(wěn)理論框架內(nèi)分析旋轉(zhuǎn)機(jī)械手研究其循環(huán)平穩(wěn)機(jī)理，旋轉(zhuǎn)機(jī)械的振動特性將得到更加真如何將旋轉(zhuǎn)機(jī)械的循環(huán)平穩(wěn)特性作為理論基礎(chǔ)，發(fā)展新的特旋轉(zhuǎn)機(jī)械設(shè)備故障診斷技術(shù)的重要內(nèi)容。作與總體框架提出

50001000015000數(shù)據(jù)長度0 1 0.02循環(huán)頻率估計(jì)誤圖 3-11 循環(huán)頻率估計(jì)誤差和數(shù)據(jù)長度的影響Fig.3-11 Impact of Cyclic Frequency Error and Length of Data證速疲勞壽命試驗(yàn)速疲勞壽命試驗(yàn)臺壽命試驗(yàn)臺采用杭州軸承試驗(yàn)研究中心提供的 ABLT-1A 3-12 所示。該試驗(yàn)臺主要由試驗(yàn)頭、試驗(yàn)頭座、傳動系算機(jī)控制系統(tǒng)、測試及數(shù)據(jù)采集系統(tǒng)組成。它能夠同時(shí)安。
【學(xué)位授予單位】：上海交通大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2013
【分類號】：TH165.3;TH133.33

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 常勇;胡以懷;;基于盲分離的船舶電站柴油機(jī)故障診斷研究[J];船舶工程;2010年S2期

2 冶繼民;張賢達(dá);金海紅;;超定盲信號分離的半?yún)?shù)統(tǒng)計(jì)方法[J];電波科學(xué)學(xué)報(bào);2006年03期

3 張洪淵,史習(xí)智;一種任意信號源盲分離的高效算法[J];電子學(xué)報(bào);2001年10期

4 劉琚,何振亞;盲源分離和盲反卷積[J];電子學(xué)報(bào);2002年04期

5 朱孝龍,張賢達(dá);基于奇異值分解的超定盲信號分離[J];電子與信息學(xué)報(bào);2004年03期

6 陳仲生,楊擁民,胡政,沈國際;基于循環(huán)統(tǒng)計(jì)量的直升機(jī)齒輪箱軸承故障早期檢測[J];航空學(xué)報(bào);2005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 李飛行;王濤;張群巖;;時(shí)頻分析在發(fā)動機(jī)振動監(jiān)測與故障診斷中的應(yīng)用[J];測控技術(shù);2011年02期

9 皮駿;王輝;張銀波;林家泉;;時(shí)頻分析在軸承故障診斷中的應(yīng)用研究[J];機(jī)械設(shè)計(jì)與制造;2009年02期

10 姜鳴,陳進(jìn),秦愷;循環(huán)周期圖在滾動軸承故障診斷中的應(yīng)用[J];機(jī)械科學(xué)與技術(shù);2002年01期

相關(guān)博士學(xué)位論文 前4條

1 何清波;多元統(tǒng)計(jì)分析在設(shè)備狀態(tài)監(jiān)測診斷中的應(yīng)用研究[D];中國科學(xué)技術(shù)大學(xué);2007年

2 李加文;盲信號理論及在機(jī)械設(shè)備故障檢測與分析中的應(yīng)用研究[D];上海交通大學(xué);2006年

3 張家凡;振動信號的包絡(luò)解調(diào)分析方法研究及應(yīng)用[D];武漢理工大學(xué);2008年

4 郭磊;基于核模式分析方法的旋轉(zhuǎn)機(jī)械性能退化評估技術(shù)研究[D];上海交通大學(xué);2009年

相關(guān)碩士學(xué)位論文 前4條

1 黃立坤;獨(dú)立分量分析的重盲分離研究及其在機(jī)械故障診斷中的應(yīng)用[D];天津大學(xué);2010年

2 張朝眾;機(jī)械系統(tǒng)故障特征信息提取的獨(dú)立分量分析方法研究[D];國防科學(xué)技術(shù)大學(xué);2003年

3 莫芙蓉;旋轉(zhuǎn)機(jī)械振動信號盲源分離中欠確定問題研究[D];國防科學(xué)技術(shù)大學(xué);2005年

4 姚雪梅;小波變換和高階統(tǒng)計(jì)量（高階譜）在振動信號檢測中的應(yīng)用[D];昆明理工大學(xué);2007年

本文編號：2551797