本文關鍵詞：稀疏分解在滾動軸承故障診斷中的優(yōu)化與應用研究

  更多相關文章： 滾動軸承的故障診斷 稀疏分解 自適應沖擊字典 匹配追蹤 基追蹤

【摘要】：滾動軸承是工業(yè)傳動系統(tǒng)重要組成部分，其作用十分關鍵，進行滾動軸承狀態(tài)監(jiān)測和故障診斷對確保生產(chǎn)安全，預防重大事故，降低生產(chǎn)成本有著重要意義。 本文重點關注稀疏分解中匹配追蹤和基追蹤方法在滾動軸承故障診斷中的算法優(yōu)化及實際應用效果，主要分為以下幾個內(nèi)容： (1)研究了滾動軸承故障信號的組成，特征及滾動軸承故障診斷的依據(jù)。介紹了稀疏分解中的基追蹤法和匹配追蹤方法原理。分析了稀疏分解方法的組成三要素即原子庫模型的構造、算法的實現(xiàn)方式、迭代終止條件，并對每種要素的實現(xiàn)方法進行了列舉和說明，結合滾動軸承故障信號特征討論了各個方法的可行性及其特點； (2)在傳統(tǒng)建模方式的基礎上引入了轉速，滾動軸承尺寸參數(shù)，故障大小等參數(shù)建立了一種能夠反映滾動軸承故障狀態(tài)特征的新型模型，稱之為新型沖擊字典模型，，該模型提升了原子庫模型與滾動軸承故障特征信號之間的相似度。仿真與實驗信號分析結果表明了該模型的可行性和有效性； (3)基于所建立的新型沖擊字典模型結合遺傳算法提出了基于新型沖擊字典匹配追蹤的滾動軸承故障診斷方法，并通過仿真，實驗，工程信號分析驗證了該方法的可行性，優(yōu)越性及不足之處； (4)結合新型沖擊字典模型提出了一種自適應字典的稀疏分解實現(xiàn)方法。該方法利用新型沖擊字典模型，通過逐步選取參數(shù)，建立冗余度小，原子匹配程度高的原子庫，繼而實現(xiàn)快速稀疏分解，稱之為自適應沖擊字典的稀疏分解實現(xiàn)方法。該方法與基追蹤和匹配追蹤相結合在仿真、實驗和工程實際中都取得了很好的效果，并且在準確性、穩(wěn)定性和快速性方面大大優(yōu)于基于遺傳算法的匹配追蹤。進一步的分析結果表明基于自適應沖擊字典匹配追蹤方法在穩(wěn)定性、準確性和快速性方面都略優(yōu)于基于自適應沖擊字典基追蹤方法； (5)利用LabVIEW軟件開發(fā)了一套基于稀疏分解方法的滾動軸承故障診斷系統(tǒng)。該系統(tǒng)具有信號采集，信號處理，結果保存等功能。使用方便，操作界面友好，為稀疏分解方法在工程實際中應用提供了一種可行的方案。
【關鍵詞】：滾動軸承的故障診斷 稀疏分解 自適應沖擊字典 匹配追蹤 基追蹤
【學位授予單位】：北京工業(yè)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
• Abstract5-7
• 目錄7-9
• 第1章 緒論9-15
• 1.1 課題的研究背景及意義9-10
• 1.2 稀疏分解的發(fā)展及研究現(xiàn)狀10-12
• 1.3 本文的主要內(nèi)容12-15
• 第2章 基于稀疏分解軸承故障診斷的基本理論15-27
• 2.1 滾動軸承故障診斷機理15-17
• 2.2 稀疏分解原理17-21
• 2.2.1 稀疏逼近的定義17-18
• 2.2.2 基追蹤原理18-19
• 2.2.3 匹配追蹤原理19-21
• 2.3 稀疏分解的基本要素21-25
• 2.3.1 原子庫模型的建立21-22
• 2.3.2 稀疏分解算法的實現(xiàn)方法22-24
• 2.3.3 迭代終止條件24-25
• 2.4 本章小結25-27
• 第3章 沖擊字典模型的優(yōu)化及匹配追蹤的實現(xiàn)27-51
• 3.1 滾動軸承故障特征分析及新型沖擊原子庫模型的建立27-30
• 3.2 基于遺傳算法的匹配追蹤的計算30-32
• 3.3 仿真分析32-38
• 3.4 實驗分析38-45
• 3.4.1 新型沖擊字典模型有效性驗證39-42
• 3.4.2 低信噪比信號分析42-44
• 3.4.3 復合故障的分析44-45
• 3.5 工程信號處理45-50
• 3.5.1 單點故障診斷46-48
• 3.5.2 復合故障48-50
• 3.6 本章小結50-51
• 第4章 基于自適應沖擊字典稀疏分解的滾動軸承故障診斷51-67
• 4.1 自適應沖擊字典的建立方法51-53
• 4.2 自適應沖擊字典基追蹤53-57
• 4.2.1 自適應沖擊字典基追蹤的計算流程53-54
• 4.2.2 自適應沖擊字典基追蹤的仿真分析及改進54-57
• 4.3 自適應沖擊字典匹配追蹤57-61
• 4.3.1 自適應沖擊字典匹配追蹤的計算流程57-58
• 4.3.2 自適應沖擊字典匹配追蹤的仿真分析58-61
• 4.4 實驗分析61-63
• 4.4.1 低信噪比信號分析61-62
• 4.4.2 復合故障的分析62-63
• 4.5 工程信號處理63-65
• 4.5.1 單點故障診斷63-64
• 4.5.2 復合故障64-65
• 4.6 本章小結65-67
• 第5章 基于稀疏分解方法的滾動軸承故障診斷系統(tǒng)67-79
• 5.1 系統(tǒng)總體結構67-68
• 5.2 系統(tǒng)功能及應用68-78
• 5.2.1 用戶操作模塊68-70
• 5.2.2 信號生成模塊70-73
• 5.2.3 數(shù)據(jù)查詢模塊73-75
• 5.2.4 基于稀疏分解的信號處理模塊75-78
• 5.3 本章小結78-79
• 結論79-81
• 參考文獻81-85
• 攻讀碩士學位期間所發(fā)表的學術論文85-87
• 致謝87

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 常家東;基于BP神經(jīng)網(wǎng)絡的磨機調(diào)心滾子軸承故障診斷研究[J];煤礦機械;2004年03期

2 馬鳴鶴;任亞軍;;基于C8051F340單片機的智能化軸承故障診斷儀[J];儀表技術與傳感器;2010年03期

3 黃坤;李洪儒;;小波分析在軸承故障診斷中的應用[J];科學技術與工程;2006年23期

4 李海波;叢培田;;C8051F340單片機在軸承故障診斷中的應用[J];沈陽理工大學學報;2008年04期

5 崔玲麗;康晨暉;張建宇;李文斌;高立新;;基于時延相關及小波包系數(shù)熵閾值的增強型共振解調(diào)方法[J];機械工程學報;2010年20期

6 宗文元;王壯臣;;20萬千瓦汽輪發(fā)電機組軸承故障診斷及監(jiān)測綜述[J];佳木斯大學學報(自然科學版);1988年01期

7 于云滿,楊東,趙志宇,段洪濤,吳軍;軸承故障精密診斷的門限確定[J];機械設計與研究;2003年02期

8 張思揚;匡芳君;徐蔚鴻;;廣義動態(tài)模糊神經(jīng)網(wǎng)絡及在軸承故障診斷中的應用[J];煤礦機械;2010年10期

9 喬世民;軸承故障診斷技術的發(fā)展[J];中國設備工程;1989年01期

10 魏靜姿;;JL-201機車車輛軸承故障診斷儀在牽引電動機檢測分析中的應用[J];內(nèi)燃機車;2008年08期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 唐海峰;陳進;董廣明;;信號稀疏分解方法在滾動軸承故障診斷中的應用[A];第十二屆全國設備故障診斷學術會議論文集[C];2010年

2 胡清忠;褚福磊;;基于Hilbert解調(diào)的滾動軸承故障診斷分析[A];第十二屆全國設備故障診斷學術會議論文集[C];2010年

3 張紅兵;;基于關聯(lián)維數(shù)改進算法的汽車滾動軸承故障診斷[A];蘇州市自然科學優(yōu)秀學術論文匯編(2008-2009)[C];2010年

4 張博聞;祁煒;楊冬;唐小程;宋執(zhí)環(huán);;基于EMD的頻率族分離法在滾動軸承故障診斷中的應用[A];第二十九屆中國控制會議論文集[C];2010年

5 馮志鵬;陳衍娟;馬飛;劉立;郝如江;褚福磊;;基于集合經(jīng)驗模式分解的滾動軸承故障診斷研究[A];中國自動化學會控制理論專業(yè)委員會B卷[C];2011年

6 郝旺身;韓捷;董辛e

本文編號：821605