本文關(guān)鍵詞：基于局域均值分解的聲發(fā)射信號機械故障分析研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著現(xiàn)代化工業(yè)的迅猛發(fā)展，各類大型旋轉(zhuǎn)機械在工業(yè)化生產(chǎn)中有著舉足輕重的地位。實際生產(chǎn)中，會有很多因素造成機械不能正常運行，設(shè)備本身的制造材料不過關(guān)，操作人員不及時維修或是在使用時違反操作規(guī)程等都會引起設(shè)備故障，威脅到生產(chǎn)的安全，甚至會造成設(shè)備停機、流程中斷，，造成嚴重的經(jīng)濟損失。所以，人們越來越關(guān)注到機械設(shè)備故障的監(jiān)測與診斷研究的重要性。 聲發(fā)射是機械故障診斷中一種健康的監(jiān)測與診斷技術(shù)，它是通過檢測由物體自身釋放的應力波來研究物體的狀態(tài)變化。聲發(fā)射技術(shù)不需要距離被測物體很近，被測物體的形變也不會輕易引起聲發(fā)射的改變，涉及領(lǐng)域大，既可以做宏觀檢測，又可以檢測物體內(nèi)部組織的各種狀態(tài)變化，因此，聲發(fā)射技術(shù)對于機械早期故障的實時監(jiān)測與診斷至關(guān)重要。 機械故障診斷的首要前提就是將能表達故障主要特征的信號提取出來為后續(xù)對故障的監(jiān)測與診斷提供良好的基礎(chǔ)。該論文通過自適應時頻分析的局域均值分解（LMD）方法把齒輪在運轉(zhuǎn)過程中由于磨損故障所引起的聲發(fā)射信號分解并提取出表示故障特性的信息。局域均值分解方法可以把復雜的調(diào)幅調(diào)頻信號分解，分解后得到兩種特征量一種是瞬時頻率，一種是瞬時幅值。將這兩種特征量相乘，即得到乘積函數(shù)PF分量。這些PF分量重，去除無效分量后得到的有效PF分量可以作為反饋齒輪聲發(fā)射信號主要特征的分量。通過對比正常齒輪與故障齒輪聲發(fā)射信號的局域均值分解圖，可以分析出故障的時頻特征，并通過相關(guān)性分析，得出代表故障信號特征的分量。根據(jù)邊際譜反映出的故障頻率與齒輪故障頻率理論值進行對比，驗證了基于局域均值分解方法的聲發(fā)射信號分析方法可以對機械故障有效的監(jiān)測與診斷。因此局域均值分解法在提取齒輪磨損聲發(fā)射信號特征和齒輪故障監(jiān)測與診斷具有重要意義。
【關(guān)鍵詞】：機械故障 聲發(fā)射 局域均值分解
【學位授予單位】：沈陽工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：TH165.3
【目錄】：

• 摘要5-6
• Abstract6-9
• 第一章 緒論9-17
• 1.1 常見旋轉(zhuǎn)機械設(shè)備故障9-12
• 1.1.1 齒輪箱故障9-10
• 1.1.2 軸承故障10-12
• 1.2 機械設(shè)備的故障特性12-13
• 1.3 旋轉(zhuǎn)機械故障分析的背景與發(fā)展13-15
• 1.3.1 旋轉(zhuǎn)機械故障的監(jiān)測過程13-14
• 1.3.2 機械設(shè)備故障監(jiān)測的主要研究內(nèi)容14-15
• 1.4 本文研究內(nèi)容與章節(jié)安排15-17
• 第二章 齒輪運轉(zhuǎn)原理以及故障分析17-23
• 2.1 齒輪運轉(zhuǎn)原理17-19
• 2.2 齒輪故障的信號特征19-20
• 2.3 齒輪故障成因20-22
• 2.4 本章小結(jié)22-23
• 第三章 聲發(fā)射檢測技術(shù)與研究23-40
• 3.1 聲發(fā)射技術(shù)的發(fā)展背景23-24
• 3.2 聲發(fā)射技術(shù)的物理基礎(chǔ)24-31
• 3.2.1 晶體和非晶體材料的結(jié)構(gòu)24-26
• 3.2.2 應力和應變26-28
• 3.2.3 突發(fā)和連續(xù)聲發(fā)射28-29
• 3.2.4 聲發(fā)射源29-31
• 3.3 聲發(fā)射檢測技術(shù)原理31-32
• 3.4 聲發(fā)射技術(shù)特點32-33
• 3.5 檢測儀器選擇的影響因素33-34
• 3.6 檢測儀器的設(shè)置與校準34-39
• 3.6.1 校準信號的產(chǎn)生技術(shù)35
• 3.6.2 校準的步驟35-36
• 3.6.3 傳感器的選擇和安裝36-37
• 3.6.4 儀器調(diào)試和參數(shù)設(shè)置37-39
• 3.7 本章小結(jié)39-40
• 第四章 局域均值分解方法40-55
• 4.1 自適應分解方法的發(fā)展背景40-42
• 4.2 自適應分解方法在故障分析中的發(fā)展現(xiàn)狀42-43
• 4.3 局域均值分解（LMD）原理43-49
• 4.3.1 瞬時頻率44
• 4.3.2 分量信號44-45
• 4.3.3 局域均值函數(shù)和包絡(luò)估計函數(shù)的計算方法45-46
• 4.3.4 局域均值分解的求取方法46-49
• 4.4 局域均值分解和經(jīng)驗模態(tài)分解49-53
• 4.4.1 局域均值分解的與經(jīng)驗模態(tài)分解的聯(lián)系與區(qū)別49-50
• 4.4.2 LMD 與 EMD 的仿真對比分析50-53
• 4.5 本章小結(jié)53-55
• 第五章 機械設(shè)備齒輪故障聲發(fā)射信號分析55-83
• 5.1 引言55-56
• 5.2 局域均值分解信號特征提取56-60
• 5.3 磨損齒輪聲發(fā)射信號分析60-70
• 5.4 溝槽和磨損故障的齒輪信號分析70-81
• 5.5 本章小結(jié)81-83
• 第六章 結(jié)論83-84
• 參考文獻84-86
• 在學研究成果86-87
• 致謝87

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 李英剛;;聲發(fā)射技術(shù)在石油設(shè)備檢測中的應用[J];化學工程與裝備;2008年07期

2 王�？�;陳莉;;聲發(fā)射檢測技術(shù)的原理及應用[J];廣西輕工業(yè);2010年03期

3 謝愛平;龔文;黃學文;喻超杰;;聲發(fā)射檢測滑動軸承故障研究進展[J];湖南電力;2008年02期

4 陳文濤;謝志江;陳平;;風力發(fā)電機組齒輪箱故障監(jiān)測與診斷[J];機床與液壓;2012年03期

5 林近山;;基于Hilbert-Huang變換時頻譜特征的齒輪箱故障模式分類[J];機械傳動;2011年10期

6 韓捷,張琳娜;齒輪故障的振動頻譜機理研究[J];機械傳動;1997年02期

7 張西寧,沈玉娣,屈梁生;齒輪狀態(tài)監(jiān)測和識別方法的研究[J];機械傳動;1998年03期

8 徐躍進;;齒輪箱中齒輪故障的振動分析與診斷[J];機械設(shè)計;2009年12期

9 于德介,程軍圣,楊宇;Hilbert-Huang變換在齒輪故障診斷中的應用[J];機械工程學報;2005年06期

10 范虹;孟慶豐;張優(yōu)云;馮武衛(wèi);高強;;基于改進匹配追蹤算法的特征提取及其應用[J];機械工程學報;2007年07期

中國博士學位論文全文數(shù)據(jù)庫 前1條

1 趙靜榮;聲發(fā)射信號處理系統(tǒng)與源識別方法的研究[D];吉林大學;2010年

  本文關(guān)鍵詞：基于局域均值分解的聲發(fā)射信號機械故障分析研究，由筆耕文化傳播整理發(fā)布。

本文編號：372122