本文關(guān)鍵詞：基于HHT和模糊神經(jīng)網(wǎng)絡(luò)的滾動(dòng)軸承故障診斷研究，由筆耕文化傳播整理發(fā)布。

【摘要】：滾動(dòng)軸承是大型旋轉(zhuǎn)機(jī)械設(shè)備的關(guān)鍵部件之一，由于它經(jīng)常運(yùn)行，所以很容易磨損。當(dāng)它磨損后發(fā)生故障時(shí)，又會(huì)伴有很強(qiáng)的噪聲產(chǎn)生。為了保證機(jī)械設(shè)備的安全可靠運(yùn)行，需要對(duì)滾動(dòng)軸承進(jìn)行故障診斷。滾動(dòng)軸承在工作時(shí)，會(huì)產(chǎn)生周期性的振動(dòng)，根據(jù)振動(dòng)的幅值和頻率，來(lái)診斷軸承發(fā)生了哪種故障。本文以瑞典SKF公司生產(chǎn)的6205-2RS JEM深溝球軸承為研究對(duì)象，對(duì)滾動(dòng)軸承進(jìn)行故障診斷，識(shí)別以下三種故障：內(nèi)圈故障、外圈故障以及滾動(dòng)體故障。 由于滾動(dòng)軸承在工作的情況下會(huì)帶有噪聲，一旦故障發(fā)生，，伴隨的噪聲會(huì)越來(lái)越大。為了準(zhǔn)確地識(shí)別出滾動(dòng)軸承的不同故障類型，需要對(duì)滾動(dòng)軸承的故障信號(hào)進(jìn)行降噪預(yù)處理，采用一種新型的處理非線性、非平穩(wěn)信號(hào)的方法-經(jīng)驗(yàn)?zāi)B(tài)分解法，結(jié)合小波包對(duì)軸承故障信號(hào)進(jìn)行降噪處理。得到降噪之后的信號(hào)，對(duì)已處理的信號(hào)進(jìn)行小波包三層分解，得到能量特征向量，然后將能量特征向量導(dǎo)入到自適應(yīng)神經(jīng)模糊推理系統(tǒng)中進(jìn)行故障診斷。仿真結(jié)果表明：利用經(jīng)驗(yàn)?zāi)B(tài)分解結(jié)合小波包的降噪方法能有效地提高信號(hào)的信噪比，在降噪的基礎(chǔ)上，采用自適應(yīng)神經(jīng)模糊推理系統(tǒng)進(jìn)行故障診斷，診斷結(jié)果正確率高，可以很好的識(shí)別出三種不同的故障類型。 由于經(jīng)驗(yàn)?zāi)B(tài)分解存在模態(tài)混疊的問(wèn)題，會(huì)使復(fù)雜信號(hào)的分解結(jié)果所表示的物理意義不清楚。為了克服這個(gè)缺點(diǎn)并且選取有用的本征模態(tài)函數(shù)分量，將集合經(jīng)驗(yàn)?zāi)B(tài)分解和分布擬合檢驗(yàn)兩種算法相結(jié)合，來(lái)提取滾動(dòng)軸承中的故障信息。由于滾動(dòng)軸承故障信號(hào)具有隨機(jī)性，采用集合經(jīng)驗(yàn)?zāi)B(tài)分解可以很好的減輕模態(tài)混疊的問(wèn)題。為了獲取有用的本征模態(tài)函數(shù)分量同時(shí)去除無(wú)用的分量，在利用集合經(jīng)驗(yàn)?zāi)B(tài)分解后，采用分布擬合檢驗(yàn)對(duì)這些分量進(jìn)行篩選。利用正態(tài)概率圖和Jarque-Bera測(cè)試法兩種檢測(cè)方法來(lái)提高檢驗(yàn)的正確率，然后利用包絡(luò)譜對(duì)滾動(dòng)軸承的故障特征頻率進(jìn)行識(shí)別，從而診斷滾動(dòng)軸承故障類型。仿真結(jié)果表明：采用集合經(jīng)驗(yàn)?zāi)B(tài)分解和分布擬合檢驗(yàn)法可以有效的篩選出滾動(dòng)軸承故障信號(hào)的有用信息，利用包絡(luò)譜可以很好的識(shí)別出不同類型的軸承故障，提出的方法適用于滾動(dòng)軸承的故障診斷。
【關(guān)鍵詞】：滾動(dòng)軸承 故障診斷 經(jīng)驗(yàn)?zāi)B(tài)分解 集合經(jīng)驗(yàn)?zāi)B(tài)分解 分布擬合檢驗(yàn)
【學(xué)位授予單位】：蘭州交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：TH133.33;TH165.3
【目錄】：

• 摘要4-5
• Abstract5-9
• 1 緒論9-14
• 1.1 選題背景及研究意義9
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀9-13
• 1.3 主要研究工作內(nèi)容13-14
• 2 滾動(dòng)軸承故障特征14-18
• 2.1 滾動(dòng)軸承振動(dòng)的基本參數(shù)14-15
• 2.1.1 滾動(dòng)軸承的結(jié)構(gòu)14-15
• 2.1.2 滾動(dòng)軸承的特征頻率15
• 2.2 滾動(dòng)軸承故障的主要形式15-17
• 2.3 滾動(dòng)軸承的振動(dòng)信號(hào)特點(diǎn)17
• 2.4 小結(jié)17-18
• 3 EMD 結(jié)合模糊神經(jīng)網(wǎng)絡(luò)在滾動(dòng)軸承故障診斷中的分析18-35
• 3.1 小波包降噪原理18-19
• 3.2 EMD 算法原理19-20
• 3.3 基于 EMD-小波包的降噪方法20-21
• 3.4 ANFIS 故障診斷算法原理21-23
• 3.5 基于 EMD-小波包和 ANFIS 的滾動(dòng)軸承故障診斷23-34
• 3.5.1 EMD-小波包降噪預(yù)處理23-27
• 3.5.2 小波包分解與故障數(shù)據(jù)篩選27-30
• 3.5.3 ANFIS 在滾動(dòng)軸承故障診斷中的仿真分析30-34
• 3.6 小結(jié)34-35
• 4 EEMD 結(jié)合分布擬合檢驗(yàn)在滾動(dòng)軸承故障診斷中的分析35-51
• 4.1 EEMD 算法35
• 4.2 EEMD 抗模態(tài)混疊分析35-37
• 4.3 模態(tài)混疊仿真實(shí)驗(yàn)37-39
• 4.4 EEMD-分布擬合檢驗(yàn)39-44
• 4.4.1 正態(tài)概率圖原理39-40
• 4.4.2 EEMD 結(jié)合分布擬合檢驗(yàn)算法40-42
• 4.4.3 EEMD-分布擬合檢驗(yàn)仿真實(shí)驗(yàn)42-44
• 4.5 基于 EEMD-分布擬合檢驗(yàn)的滾動(dòng)軸承故障診斷44-49
• 4.5.1 滾動(dòng)軸承內(nèi)圈故障診斷44-47
• 4.5.2 滾動(dòng)軸承外圈故障診斷47-49
• 4.6 小結(jié)49-51
• 結(jié)論51-52
• 致謝52-53
• 參考文獻(xiàn)53-56
• 攻讀學(xué)位期間的研究成果56

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 段群杰;張銘鈞;;基于減法聚類和自適應(yīng)模糊神經(jīng)網(wǎng)絡(luò)方法的運(yùn)動(dòng)規(guī)劃器設(shè)計(jì)[J];兵工學(xué)報(bào);2007年12期

2 杜修力;何立志;侯偉;;基于經(jīng)驗(yàn)?zāi)B(tài)分解(EMD)的小波閾值除噪方法[J];北京工業(yè)大學(xué)學(xué)報(bào);2007年03期

3 彭斌,劉振全;諧小波模糊神經(jīng)網(wǎng)絡(luò)應(yīng)用于旋轉(zhuǎn)機(jī)械的故障診斷[J];動(dòng)力工程;2005年05期

4 張小娟;;自適應(yīng)神經(jīng)模糊推理系統(tǒng)(ANFIS)及其仿真[J];電子設(shè)計(jì)工程;2012年05期

5 王志偉;胡瑜;李銀偉;;基于小波和自適應(yīng)模糊神經(jīng)的旋轉(zhuǎn)設(shè)備故障診斷[J];華東交通大學(xué)學(xué)報(bào);2010年01期

6 隋文濤;張丹;張宇;;基于小波熵和ANFIS的軸承故障診斷方法[J];機(jī)床與液壓;2010年11期

7 蔣靜芝;孟相如;李歡;莊緒春;;減法聚類-ANFIS在網(wǎng)絡(luò)故障診斷的應(yīng)用研究[J];計(jì)算機(jī)工程與應(yīng)用;2011年08期

8 李振興;徐洪洲;;基于經(jīng)驗(yàn)?zāi)B(tài)分解的小波閾值降噪方法研究[J];計(jì)算機(jī)仿真;2009年09期

9 何曉霞,沈玉娣,張西寧;連續(xù)小波變換在滾動(dòng)軸承故障診斷中的應(yīng)用[J];機(jī)械科學(xué)與技術(shù);2001年04期

10 張?chǎng)?吳亞鋒;朱帥琦;;基于EEMD-HHT邊際譜的軸承故障診斷[J];科學(xué)技術(shù)與工程;2011年31期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 蘇文勝;滾動(dòng)軸承振動(dòng)信號(hào)處理及特征提取方法研究[D];大連理工大學(xué);2010年

  本文關(guān)鍵詞：基于HHT和模糊神經(jīng)網(wǎng)絡(luò)的滾動(dòng)軸承故障診斷研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：399490