嵌入式軸承故障診斷算法的研究
發(fā)布時間:2021-08-17 18:00
滾動軸承是旋轉(zhuǎn)機械中使用最多、最為關(guān)鍵,同時也是最易被損壞的機械零件之一。軸承的好壞對機器工作狀況的影響極大,許多旋轉(zhuǎn)機械的故障都與滾動軸承的狀態(tài)有關(guān),所以對軸承進(jìn)行狀態(tài)檢測與故障診斷是十分必要的。 本文在對軸承振動檢測以及故障診斷技術(shù)的發(fā)展、現(xiàn)狀和趨勢有較全面了解的基礎(chǔ)上,提出了共振解調(diào)法和小波多尺度分析的方法,從滾動軸承振動信號中獲取故障特征信息,有效地實現(xiàn)了滾動軸承的故障診斷。 本論文主要完成的工作如下: 論文總結(jié)分析了滾動軸承典型故障的機理及其振動類型,詳細(xì)介紹了滾動軸承振動診斷方法;簡要介紹了滾動軸承的簡易診斷方法——時域特征參數(shù)法,對該方法中的信號預(yù)處理部分和時域特征指標(biāo)作了簡要的分析,并用該方法對故障軸承進(jìn)行了簡易的檢測。 論文還介紹了目前軸承診斷中較為成熟的共振解調(diào)法,詳細(xì)介紹了該方法中的三個最重要的環(huán)節(jié):濾波器的設(shè)計、包絡(luò)解調(diào)和頻譜細(xì)化,給出了該方法基于matlab的仿真和基于DSP的實現(xiàn)。經(jīng)過對大量實測數(shù)據(jù)的處理和分析,證明該診斷方法的診斷結(jié)果是令人滿意的。 最后,本文簡要地介紹了小波的基本理論,針對共振解調(diào)法中因不同類型軸承故障特征頻...
【文章來源】:浙江大學(xué)浙江省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:74 頁
【學(xué)位級別】:碩士
【部分圖文】:
滾動軸承的結(jié)構(gòu)示意圖
浙江大學(xué)碩十畢業(yè)論文圖3一1初始濾波比較圖3.2時域特征參數(shù)指標(biāo)分析利用時域特征參數(shù)判斷滾動軸承故障基本上不受軸承型號、轉(zhuǎn)速、載荷、信號絕對水平和測點等的影響,能夠準(zhǔn)確地判斷出軸承是否有故障。通常在時域中有六個特征參數(shù)被用于分析軸承振動信號:有效值、峰值、峰值因子、峭度、脈沖因子和波形因子。1)有效值有效值是指振動振幅的均方根值,定義如下:IIN天徹谷=書又x(,一彩刀言(3.5)式中,{戈}為采集的信號,i=1一N,N為采樣點數(shù)。滾動軸承振動的瞬時值隨著時間的變化而發(fā)生變化,即是時變的,通常使用有
浙江大學(xué)碩士畢業(yè)論文時域波形如圖3一4所示:圖3一46201型軸承振動的時域波形表3一2某6201型軸承時域參數(shù)表通頻段高頻段中頻段低頻段峰值峰值因子峭度2022.1070706.058721102.1298585.82567978.03273734.992252735.086727622.885973319.9704745.41235196.87137272.7658890從圖3一4中可以看到軸承時域振動信號中包含有一定的周期成分,但是由于較多的噪聲干擾成分,從時域圖中很難直接獲得軸承的故障信息。從表3一2的時域特征參數(shù)中可以看到,三頻段峰值因子和峭度值分別是4.99225273,5.08672762,2.8859733和5.4123519,6.8713727,2.7658890
【參考文獻(xiàn)】:
期刊論文
[1]小波分析在鐵路貨車滾動軸承故障診斷中的應(yīng)用[J]. 方濤,謝斌. 森林工程. 2005(02)
[2]滾動軸承的自動監(jiān)測及故障診斷系統(tǒng)[J]. 張國遠(yuǎn),朱善安. 軸承. 2005(01)
[3]機械故障診斷的現(xiàn)狀與發(fā)展趨勢[J]. 陸春月,王俊元. 機械管理開發(fā). 2004(06)
[4]小波分析在滾動軸承故障診斷中的應(yīng)用[J]. 林鳳濤,曹沖鋒. 華東交通大學(xué)學(xué)報. 2004(05)
[5]基于軟件共振解調(diào)分析的滾動軸承故障診斷[J]. 楊建奎,高國華,孫自力,陳大光. 煤礦機械. 2004(10)
[6]基于神經(jīng)網(wǎng)絡(luò)對軸承故障的智能診斷[J]. 劉珺,劉芳明. 機械管理開發(fā). 2004(04)
[7]信號包絡(luò)在DSP系統(tǒng)中的實現(xiàn)[J]. 朱曉光,韓慶瑤,陶洛文,安海霞. 華北電力大學(xué)學(xué)報. 2004(02)
[8]小波變換在數(shù)字濾波中的實現(xiàn)[J]. 孫立寧,李志鵬,曲東升. 鍋爐制造. 2004(01)
[9]基于擴頻技術(shù)的頻譜細(xì)化分析方法研究[J]. 趙紅怡,曹淑琴,范錦宏. 北方工業(yè)大學(xué)學(xué)報. 2002(03)
[10]基于小波分析的軸承故障診斷研究[J]. 任國全,韋有民,鄭海起. 河北省科學(xué)院學(xué)報. 2002(02)
碩士論文
[1]基于小波分析的滾動軸承故障診斷方法研究與應(yīng)用[D]. 崔寶珍.中北大學(xué) 2005
本文編號:3348232
【文章來源】:浙江大學(xué)浙江省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:74 頁
【學(xué)位級別】:碩士
【部分圖文】:
滾動軸承的結(jié)構(gòu)示意圖
浙江大學(xué)碩十畢業(yè)論文圖3一1初始濾波比較圖3.2時域特征參數(shù)指標(biāo)分析利用時域特征參數(shù)判斷滾動軸承故障基本上不受軸承型號、轉(zhuǎn)速、載荷、信號絕對水平和測點等的影響,能夠準(zhǔn)確地判斷出軸承是否有故障。通常在時域中有六個特征參數(shù)被用于分析軸承振動信號:有效值、峰值、峰值因子、峭度、脈沖因子和波形因子。1)有效值有效值是指振動振幅的均方根值,定義如下:IIN天徹谷=書又x(,一彩刀言(3.5)式中,{戈}為采集的信號,i=1一N,N為采樣點數(shù)。滾動軸承振動的瞬時值隨著時間的變化而發(fā)生變化,即是時變的,通常使用有
浙江大學(xué)碩士畢業(yè)論文時域波形如圖3一4所示:圖3一46201型軸承振動的時域波形表3一2某6201型軸承時域參數(shù)表通頻段高頻段中頻段低頻段峰值峰值因子峭度2022.1070706.058721102.1298585.82567978.03273734.992252735.086727622.885973319.9704745.41235196.87137272.7658890從圖3一4中可以看到軸承時域振動信號中包含有一定的周期成分,但是由于較多的噪聲干擾成分,從時域圖中很難直接獲得軸承的故障信息。從表3一2的時域特征參數(shù)中可以看到,三頻段峰值因子和峭度值分別是4.99225273,5.08672762,2.8859733和5.4123519,6.8713727,2.7658890
【參考文獻(xiàn)】:
期刊論文
[1]小波分析在鐵路貨車滾動軸承故障診斷中的應(yīng)用[J]. 方濤,謝斌. 森林工程. 2005(02)
[2]滾動軸承的自動監(jiān)測及故障診斷系統(tǒng)[J]. 張國遠(yuǎn),朱善安. 軸承. 2005(01)
[3]機械故障診斷的現(xiàn)狀與發(fā)展趨勢[J]. 陸春月,王俊元. 機械管理開發(fā). 2004(06)
[4]小波分析在滾動軸承故障診斷中的應(yīng)用[J]. 林鳳濤,曹沖鋒. 華東交通大學(xué)學(xué)報. 2004(05)
[5]基于軟件共振解調(diào)分析的滾動軸承故障診斷[J]. 楊建奎,高國華,孫自力,陳大光. 煤礦機械. 2004(10)
[6]基于神經(jīng)網(wǎng)絡(luò)對軸承故障的智能診斷[J]. 劉珺,劉芳明. 機械管理開發(fā). 2004(04)
[7]信號包絡(luò)在DSP系統(tǒng)中的實現(xiàn)[J]. 朱曉光,韓慶瑤,陶洛文,安海霞. 華北電力大學(xué)學(xué)報. 2004(02)
[8]小波變換在數(shù)字濾波中的實現(xiàn)[J]. 孫立寧,李志鵬,曲東升. 鍋爐制造. 2004(01)
[9]基于擴頻技術(shù)的頻譜細(xì)化分析方法研究[J]. 趙紅怡,曹淑琴,范錦宏. 北方工業(yè)大學(xué)學(xué)報. 2002(03)
[10]基于小波分析的軸承故障診斷研究[J]. 任國全,韋有民,鄭海起. 河北省科學(xué)院學(xué)報. 2002(02)
碩士論文
[1]基于小波分析的滾動軸承故障診斷方法研究與應(yīng)用[D]. 崔寶珍.中北大學(xué) 2005
本文編號:3348232
本文鏈接:http://sikaile.net/kejilunwen/jixiegongcheng/3348232.html
最近更新
教材專著