本文關鍵詞：基于聲發(fā)射技術的鐵路重載貨車滾動軸承故障診斷研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：重載運輸已被國際公認為鐵路貨運發(fā)展的方向,伴隨重載運輸?shù)目焖侔l(fā)展,對貨車在安全性和可靠性方面提出了更高的要求。而貨車關鍵部位的滾動軸承恰恰與貨車的安全性和可靠性緊密相關。滾動軸承在高速重載下運行若出現(xiàn)了故障,則其故障會迅速擴大,在短時間內(nèi)容易造成熱軸、燃軸、切軸以至于最后導致列車發(fā)生顛覆等重大行車事故,產(chǎn)生重大的經(jīng)濟損失。因此,對軸承的運行狀態(tài)進行實時監(jiān)測及故障診斷,防患于未然就顯得尤為重要。本文利用聲發(fā)射技術來檢測滾動軸承故障信號,使用小波包分析法來對信號進行加工與分析,利用神經(jīng)網(wǎng)絡對故障信息進行模式識別。 本文通過對國內(nèi)外關于滾動軸承故障檢測方法的研究,結(jié)合滾動軸承的故障類型及產(chǎn)生原因,提出了基于聲發(fā)射技術的滾動軸承診斷方法。系統(tǒng)介紹了聲發(fā)射信號的處理方法,通過對比分析,認為小波變換更適合提取滾動軸承的故障信息。詳細介紹了小波變換的基本原理和算法,介紹了常用小波基的特性,研究了如何選取滾動軸承聲發(fā)射信號的小波基。針對滾動軸承聲發(fā)射信號的特點提出了采用小波包分析方法提取滾動軸承的故障信息,將處理后的特征向量輸入到BP神經(jīng)網(wǎng)絡進行滾動軸承故障模式識別,進而判斷軸承是否發(fā)生故障以及故障的類型。經(jīng)過使用大量的實際滾動軸承實驗數(shù)據(jù)進行驗證,其結(jié)果都表明了使用本文的方法的有效性。本文共有圖38幅,表5個參考文獻76篇。
【關鍵詞】：聲發(fā)射技術 滾動軸承 故障診斷 小波包分析 BP神經(jīng)網(wǎng)絡
【學位授予單位】：中南大學
【學位級別】：碩士
【學位授予年份】：2013
【分類號】：TH133.33;TH165.3
【目錄】：

• 摘要4-5
• Abstract5-9
• 1 緒論9-17
• 1.1 課題研究背景及意義9-11
• 1.2 本課題國內(nèi)外研究現(xiàn)狀及發(fā)展動態(tài)11-16
• 1.2.1 國外研究現(xiàn)狀11-13
• 1.2.2 國內(nèi)研究現(xiàn)狀13-15
• 1.2.3 滾動軸承故障診斷中聲發(fā)射技術的研究展望15-16
• 1.3 本文的主要研究內(nèi)容16-17
• 2 滾動軸承的聲發(fā)射檢測和信號分析方法17-33
• 2.1 聲發(fā)射技術的概述17-19
• 2.1.1 聲發(fā)射技術的定義17
• 2.1.2 聲發(fā)射技術的發(fā)展17-19
• 2.1.3 聲發(fā)射檢測的過程19
• 2.2 滾動軸承故障綜述19-27
• 2.2.1 滾動軸承的基本結(jié)構(gòu)19-20
• 2.2.2 滾動軸承的故障形式與產(chǎn)生原因20-26
• 2.2.3 滾動軸承故障的特征頻率26-27
• 2.2.4 滾動軸承故障的AE信號的特點及識別原理27
• 2.3 聲發(fā)射信號常用的處理方法27-33
• 2.3.1 聲發(fā)射信號的特征參數(shù)分析法28-30
• 2.3.2 聲發(fā)射信號的波形分析法30-33
• 3 基于小波變換的滾動軸承AE信號處理方法研究33-52
• 3.1 小波分析的理論33
• 3.2 小波變換的定義和特點33-37
• 3.2.1 小波變換函數(shù)34
• 3.2.2 連續(xù)小波變換34-35
• 3.2.3 離散小波變換35-37
• 3.3 聲發(fā)射信號小波分析中的小波基選擇37-40
• 3.3.1 小波基函數(shù)的性質(zhì)37
• 3.3.2 小波基選取規(guī)則研究37-38
• 3.3.3 滾動軸承AE信號的小波基選擇38-40
• 3.4 滾動軸承故障AE信號的小波包分析40-42
• 3.4.1 小波包定義41
• 3.4.2 小波包分解與重構(gòu)算法41-42
• 3.5 聲發(fā)射信號的小波包特征提取分析42-43
• 3.6 試驗仿真分析43-52
• 3.6.1 仿真試驗44-50
• 3.6.2 試驗仿真結(jié)果分析50-52
• 4 基于BP神經(jīng)網(wǎng)絡的滾動軸承AE信號診斷研究52-62
• 4.1 BP神經(jīng)網(wǎng)絡52-57
• 4.1.1 BP神經(jīng)網(wǎng)絡概述52-53
• 4.1.2 BP神經(jīng)網(wǎng)絡算法研究53-56
• 4.1.3 BP神經(jīng)網(wǎng)絡算法的改進56-57
• 4.2 基于小波包和BP神經(jīng)網(wǎng)絡的滾動軸承故障AE信號模式識別研究57-59
• 4.2.1 基于小波包和BP神經(jīng)網(wǎng)絡的滾動軸承故障診斷過程57-58
• 4.2.2 BP神經(jīng)網(wǎng)絡模型的建立58-59
• 4.3 試驗仿真分析59-62
• 5 結(jié)論與展望62-64
• 5.1 結(jié)論62
• 5.2 展望62-64
• 參考文獻64-69
• 攻讀學位期間主要的研究成果目錄69-70
• 致謝70

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 呂硯山,趙正琦;BP神經(jīng)網(wǎng)絡的優(yōu)化及應用研究[J];北京化工大學學報(自然科學版);2001年01期

2 理華,徐春廣,肖定國,黃卉,鄭軍,季皖東,郭浩;滾動軸承聲發(fā)射檢測技術[J];軸承;2002年07期

3 趙轉(zhuǎn)哲,李孟源;鐵路貨車軸承故障聲發(fā)射信號的小波分析處理[J];軸承;2005年03期

4 陳春朝;李孟源;王恒迪;任煥琴;;鐵路貨車軸承的聲發(fā)射故障診斷及分析[J];軸承;2006年01期

5 趙美云;李力;陳保家;;滾動軸承故障聲發(fā)射信號的小波包絡譜分析[J];軸承;2008年04期

6 趙一帆;齊明俠;趙繼紅;趙煥娟;;基于聲發(fā)射技術的滾動軸承故障檢測[J];軸承;2010年04期

7 馬家駒，梁文梅;滾動軸承振動統(tǒng)計特性分析[J];軸承;1994年01期

8 于江林;余永增;戴光;汪雪;;滾動軸承聲發(fā)射信號的人工神經(jīng)網(wǎng)絡模式識別技術[J];大慶石油學院學報;2008年05期

9 陳翠梅,霍臻;壓力容器聲發(fā)射信號參數(shù)分析方法的探討[J];工業(yè)安全與防塵;1999年05期

10 戴光;余永增;張穎;于江林;;基于小波包分析和BP神經(jīng)網(wǎng)絡的滾動軸承非接觸聲發(fā)射診斷方法[J];化工機械;2008年05期

  本文關鍵詞：基于聲發(fā)射技術的鐵路重載貨車滾動軸承故障診斷研究，由筆耕文化傳播整理發(fā)布。

本文編號：378778