本文關(guān)鍵詞：基于集合經(jīng)驗模態(tài)分析的滾動軸承故障特征提取，由筆耕文化傳播整理發(fā)布。

【摘要】：旋轉(zhuǎn)機械是機械故障診斷的重點,而許多旋轉(zhuǎn)機械的故障都和軸承相關(guān)。當軸承出現(xiàn)故障問題,嚴重時則會影響到整臺機械的運行,所以對其進行故障診斷是非常有必要,且具有現(xiàn)實意義。 本論文的研究是基于振動信號的軸承故障診斷。當軸承出現(xiàn)故障時,會產(chǎn)生周期沖擊脈沖信號,然后從振動信號中提取故障特征值,從而作為判斷軸承故障的依據(jù)。 先用幅值域診斷參數(shù)對軸承進行初步診斷,來確定是否存在故障,隨后采用包絡分析對采集的信號進行解調(diào),得到包絡信號(時域信號),然后經(jīng)過傅里葉變換(FFT)得到頻譜,從而可以直接提取故障特征頻率。但對于實際測得的信號,往往都含有較大的噪聲,所以包絡分析就不能夠有效地解調(diào)出故障特征頻率。因此我們需要對采集的信號進行處理,EMD是對非線性、非平穩(wěn)信號處理的時頻分析方法。但EMD存在模態(tài)混疊問題,為了抑制模態(tài)混疊,Huang等提出集合經(jīng)驗模式分解(Ensemble Empirical Mode Decomposition, EEMD),利用高斯白噪聲的特點,能夠很好地還原信號的本質(zhì),是對EMD算法的重大改進。 在較大的背景噪聲中,對旋轉(zhuǎn)機械進行監(jiān)測,包絡分析從測得的振動信號中不能解調(diào)出故障,旋轉(zhuǎn)機械的振動信號具有非平穩(wěn)、非線性特點,提出一種新的滾動軸承故障診斷方法—基于EEMD和包絡分析的故障特征值提取方法。此方法原理是：利用EEMD將振動信號分解成有限個本征模態(tài)分量和殘余量,然后對這些分量進行包絡分析,從而可以解調(diào)出故障頻率。為了驗證此方法的可行性,本文分別通過對仿真信號和實際滾動軸承內(nèi)圈、外圈的振動信號進行處理,結(jié)果證明該方法能夠有效地識別滾動軸承的故障。
【關(guān)鍵詞】：EEMD 希爾伯特包絡分析 故障診斷 滾動軸承
【學位授予單位】：安徽農(nóng)業(yè)大學
【學位級別】：碩士
【學位授予年份】：2013
【分類號】：TH165.3;TH133.33
【目錄】：

• 摘要3-4
• Abstract4-7
• 第一章 緒論7-16
• 1.1 本文研究背景及意義7
• 1.2 滾動軸承故障診斷技術(shù)研究現(xiàn)狀7-9
• 1.2.1 滾動軸承診斷技術(shù)8
• 1.2.2 基于振動信號分析的滾動軸承診斷技術(shù)8-9
• 1.2.3 現(xiàn)有診斷技術(shù)的局限性及急待解決的問題9
• 1.3 基于振動信號分析處理方法的研究現(xiàn)狀9-14
• 1.3.1 時域分析法10-11
• 1.3.2 頻域分析法11
• 1.3.3 時頻分析法11-14
• 1.4 本文主要研究內(nèi)容14-16
• 第二章 滾動軸承故障特征提取基礎(chǔ)16-21
• 2.1 滾動軸承的主要故障類型16-17
• 2.2 滾動軸承的振動診斷機理17-18
• 2.3 滾動軸承的振動特征頻率18-20
• 2.4 本章小結(jié)20-21
• 第三章 集合經(jīng)驗模態(tài)理論(EEMD)的闡述21-30
• 3.1 引言21
• 3.2 經(jīng)驗模態(tài)EMD分解方法的原理及特性21-27
• 3.2.1 本征模態(tài)分量21
• 3.2.2 經(jīng)驗模態(tài)分解的原理和算法21-24
• 3.2.3 經(jīng)驗模態(tài)EMD分解的特點24-25
• 3.2.4 經(jīng)驗模態(tài)EMD分解的存在問題25-27
• 3.3 集合經(jīng)驗模態(tài)分解EEMD提出及概念27
• 3.4 集合經(jīng)驗模態(tài)分解EEMD原理及算法27-29
• 3.5 本章小結(jié)29-30
• 第四章 包絡解調(diào)法理論30-35
• 4.1 引言30
• 4.2 包絡分析30
• 4.3 希爾伯特變換30-34
• 4.3.1 希爾伯特變換的定義30-32
• 4.3.2 希爾伯特變換的性質(zhì)32-34
• 4.4 本章小結(jié)34-35
• 第五章 一種基于EEMD和包絡分析的故障特征提取新方法35-51
• 5.1 實驗一35-41
• 5.2 仿真信號41-44
• 5.3 實驗二44-50
• 5.4 本章小結(jié)50-51
• 第六章 總結(jié)與展望51-53
• 6.1 總結(jié)51
• 6.2 展望51-53
• 參考文獻53-57
• 致謝57-58
• 個人簡介58-59
• 攻讀碩士學位期間發(fā)表的論文59

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 李智,陳祥初,劉政波;包絡分析及其在設備故障診斷中的應用[J];測試技術(shù)學報;2002年02期

2 楊宇,于德介,程軍圣,丁戈;經(jīng)驗模態(tài)分解(EMD)在滾動軸承故障診斷中的應用[J];湖南大學學報(自然科學版);2003年05期

3 韓輝;梁國軍;叢培田;;基于共振解調(diào)法的機車軸承故障診斷[J];機床與液壓;2010年09期

4 皮駿;王輝;張銀波;林家泉;;時頻分析在軸承故障診斷中的應用研究[J];機械設計與制造;2009年02期

5 楊秋芬;;基于EMD分解的探地雷達信號瞬時頻率分析[J];煤田地質(zhì)與勘探;2009年04期

6 李力,廖湘輝,陳保家;基于經(jīng)驗模式分解的滾動軸承故障診斷方法[J];制冷空調(diào)與電力機械;2005年04期

7 董錫明;;機車車輛測試性與技術(shù)診斷[J];鐵道機車車輛;2006年01期

8 郭偉;賀佳;;時域波形分析在故障診斷中的重要性[J];設備管理與維修;2010年01期

9 張盈盈;潘宏俠;鄭茂遠;;基于小波包和Hilbert包絡分析的滾動軸承故障診斷方法[J];電子測試;2010年06期

10 張建軍;王仲生;蘆玉華;丁蓬勃;;基于非線性動力學的滾動軸承故障工程建模與分析[J];振動與沖擊;2010年11期

中國博士學位論文全文數(shù)據(jù)庫 前1條

1 黃偉國;基于振動信號特征提取與表達的旋轉(zhuǎn)機械狀態(tài)監(jiān)測與故障診斷研究[D];中國科學技術(shù)大學;2010年

  本文關(guān)鍵詞：基于集合經(jīng)驗模態(tài)分析的滾動軸承故障特征提取，，由筆耕文化傳播整理發(fā)布。

本文編號：404503