本文關(guān)鍵詞：基于最小熵解卷積的滾動軸承故障診斷研究

  更多相關(guān)文章： 故障診斷 最小熵解卷積 故障特征提取 FIR濾波器 齒輪箱 滾動軸承

【摘要】：能源電力、石油化工、鋼鐵冶金及其他國民經(jīng)濟支柱產(chǎn)業(yè)中的機械設(shè)備，不僅具有大型、高速、復雜、高效及重載的特點，而且其工作和運行環(huán)境十分復雜。這些設(shè)備一旦突然發(fā)生故障，不僅會造成巨額經(jīng)濟損失，甚至會導致嚴重的人員傷亡事故，影響社會安定團結(jié)發(fā)展的局面。因此，對此類設(shè)備開展故障診斷技術(shù)研究具有重要的理論和工程意義。 如何在強噪聲背景下提取出真正的信號或者信號的特征并將其應(yīng)用于工程實際是機械設(shè)備狀態(tài)監(jiān)測與故障診斷的核心，也是故障診斷領(lǐng)域的研究熱點。新方法和新理論的研究也層出不窮，對豐富和完善機械故障診斷技術(shù)起到了重要作用。本學位論文以滾動軸承為研究對象，以最小熵解卷積理論為分析工具，深入研究和發(fā)展了基于最小熵解卷積方法的滾動軸承故障診斷技術(shù)新方法，并驗證了工程應(yīng)用價值，取得了一定的效果。論文主要包括以下幾個方面的內(nèi)容： (1)從理論分析與工程應(yīng)用的角度出發(fā)，闡述了論文的選題背景和研究意義。分析了滾動軸承故障診斷、信號分析與處理技術(shù)、最小熵解卷積方法等方面的國內(nèi)外研究現(xiàn)狀，確立了本文的研究內(nèi)容。 (2)介紹了最小熵解卷積及其相關(guān)基礎(chǔ)理論。首先，對熵和信息熵理論進行了介紹，揭示其反映信號復雜度和不確定性的本質(zhì)，然后在此基礎(chǔ)上介紹了熵在信號處理領(lǐng)域的應(yīng)用，其中重點介紹了幅值譜熵，再然后對FIR濾波器進行了簡單介紹，最后介紹了最小熵解卷積理論及其實現(xiàn)過程。 (3)理論分析了最小熵解卷積方法應(yīng)用于滾動軸承故障診斷的原理，并進行仿真研究。首先，對研究對象進行了介紹，其中包括滾動軸承的結(jié)構(gòu)、滾動軸承的故障類型以及滾動軸承故障模型，然后對滾動軸承常見的診斷方法進行了簡單介紹，其中包括時域指標和包絡(luò)譜分析。結(jié)合滾動軸承故障模型，論證了最小熵解卷積方法應(yīng)用于滾動軸承故障診斷的原理，并利用軸承三種點蝕故障的仿真信號進行了驗證了即使在強噪聲干擾的環(huán)境下，最小熵解卷積方法依然能夠?qū)收闲畔⒑凸收咸卣鬟M行有效提取，，對最小熵解卷積濾波后信號計算峭度、幅值譜熵或進行包絡(luò)譜分析等能夠精確診斷軸承故障。最后，從FIR濾波器角度出發(fā)，研究了最小熵解卷積方法的性能影響因素，并結(jié)合研究對象特點對參數(shù)設(shè)置進行了分析和研究，發(fā)掘出最小熵解卷積方法設(shè)計的濾波器具有相當好的魯棒特性的優(yōu)點，具有很強的工程應(yīng)用價值。 (4)實驗驗證和分析。本章主要了利用兩個實驗來論證和研究最小熵解卷積方法的有效性和優(yōu)勢。第一個實驗為軸承全壽命加速疲勞實驗。通過全壽命加速疲勞試驗，可以獲得單一軸承運行從正常到失效的全壽命周期數(shù)據(jù)。利用最小熵解卷積方法對兩組軸承全壽命周期各個階段的數(shù)據(jù)進行分析，研究了最小熵解卷積方法對軸承故障各個階段的故障診斷能力，研究結(jié)果表明其在初始故障階段故障診斷能力較強，能夠有效地提取初始故障階段的故障特征，驗證了本文方法對軸承初始故障診斷的有效性和優(yōu)勢。針對軸承往往與齒輪等部件一起運行的工程應(yīng)用實際，考慮到軸承故障信號往往受強噪聲干擾，如齒輪箱中的軸承故障信息往往隱沒在齒輪嚙合頻率的特點，設(shè)計了齒輪箱中軸承故障實驗，研究了最小熵解卷積方法對齒輪箱中軸承故障的診斷能力。首先，對齒輪箱故障診斷試驗裝置和實驗流程進行了介紹。通過對傳感器采集到的振動信號分析，結(jié)果表明：最小熵解卷積方法能夠有效地去除隨機噪聲和周期成分的影響，提高濾波后信號的沖擊特征，驗證了本文方法在強噪聲干擾中提取故障信息和故障特征的有效性和優(yōu)勢，探索其工程應(yīng)用價值。
【關(guān)鍵詞】：故障診斷 最小熵解卷積 故障特征提取 FIR濾波器 齒輪箱 滾動軸承
【學位授予單位】：上海交通大學
【學位級別】：碩士
【學位授予年份】：2013
【分類號】：TH133.33;TH165.3
【目錄】：

• 摘要5-7
• ABSTRACT7-9
• 目錄9-11
• 第一章 緒論11-17
• 1.1 選題背景11-12
• 1.1.1 課題來源11
• 1.1.2 課題意義11-12
• 1.2 課題背景12-14
• 1.2.1 滾動軸承故障診斷發(fā)展概況12-13
• 1.2.2 信號分析與處理技術(shù)13-14
• 1.2.3 最小熵解卷積研究概況14
• 1.3 主要工作與總體框架14-17
• 第二章 最小熵解卷積基礎(chǔ)理論17-25
• 2.1 引言17
• 2.2 熵、信息、信息熵17-18
• 2.3 熵在信號處理領(lǐng)域的應(yīng)用18-20
• 2.4 FIR 濾波器基礎(chǔ)20-22
• 2.5 最小熵解卷積方法及其實現(xiàn)22-24
• 2.6 本章小結(jié)24-25
• 第三章 基于最小熵解卷積的軸承故障診斷研究25-53
• 3.1 引言25
• 3.2 滾動軸承及去振動信號模型25-30
• 3.2.1 滾動軸承的結(jié)構(gòu)25-26
• 3.2.2 滾動軸承的故障類型26-29
• 3.2.3 滾動軸承故障信號建模29-30
• 3.3 滾動軸承故障診斷方法30-32
• 3.3.1 常用時域指標30-31
• 3.3.2 包絡(luò)譜分析31-32
• 3.4 基于最小熵解卷積的軸承故障診斷32-43
• 3.4.1 原理32-33
• 3.4.2 仿真信號分析33-43
• 3.5 最小熵解卷積的性能影響因素分析43-51
• 3.6 本章小結(jié)51-53
• 第四章 實驗驗證和分析53-77
• 4.1 引言53
• 4.2 實驗一軸承全壽命加速疲勞實驗53-68
• 4.2.1 試驗對象及設(shè)備53-57
• 4.2.2 試驗方案和操作流程57-58
• 4.2.3 試驗結(jié)果分析58-68
• 4.3 實驗二齒輪箱故障診斷實驗68-75
• 4.3.1 試驗對象及設(shè)備68-70
• 4.3.2 試驗方案和操作流程70-71
• 4.3.3 試驗結(jié)果分析71-75
• 4.4 本章小結(jié)75-77
• 第五章 總結(jié)與展望77-81
• 5.1 全文工作總結(jié)77-78
• 5.2 主要創(chuàng)新點78
• 5.3 研究展望78-81
• 參考文獻81-87
• 攻讀碩士學位期間發(fā)表的學術(shù)論文清單87
• 攻讀碩士學位期間參與科研項目情況87-89
• 致謝89

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 呂勇;徐金梧;李友榮;;遞歸圖和近似熵在設(shè)備故障信號復雜度分析中的應(yīng)用[J];機械強度;2006年03期

2 楊文獻,姜節(jié)勝;機械信號奇異熵研究[J];機械工程學報;2000年12期

3 申_",黃樹紅,韓守木,楊叔子;旋轉(zhuǎn)機械振動信號的信息熵特征[J];機械工程學報;2001年06期

4 程軍圣,于德介,楊宇;基于EMD的能量算子解調(diào)方法及其在機械故障診斷中的應(yīng)用[J];機械工程學報;2004年08期

5 伍星,羅德?lián)P,郭之璜;快速頻率細化 ZOOM 軟件的開發(fā)研究[J];昆明理工大學學報;1997年02期

6 苗剛;馬孝江;任全民;;多尺度Hilbert譜熵在故障診斷中的應(yīng)用[J];農(nóng)業(yè)機械學報;2007年03期

7 莊建軍;寧新寶;鄒鳴;孫飆;楊希;;兩種熵測度在量化射擊運動員短時心率變異性信號復雜度上的一致性[J];物理學報;2008年05期

8 胥永剛,李凌均,何正嘉;近似熵及其在機械設(shè)備故障診斷中的應(yīng)用[J];信息與控制;2002年06期

9 劉慧,和衛(wèi)星,陳曉平;生物時間序列的近似熵和樣本熵方法比較[J];儀器儀表學報;2004年S1期

10 陳進;信號處理在機械設(shè)備故障診斷中的應(yīng)用(連載) 第二講 現(xiàn)代信號處理與特征提取(上)[J];振動與沖擊;1999年03期

中國博士學位論文全文數(shù)據(jù)庫 前5條

1 沈恩華;腦電的復雜度分析[D];復旦大學;2005年

2 謝平;故障診斷中信息熵特征提取及融合方法研究[D];燕山大學;2006年

3 陳偉婷;基于熵的表面肌電信號特征提取研究[D];上海交通大學;2008年

4 張家凡;振動信號的包絡(luò)解調(diào)分析方法研究及應(yīng)用[D];武漢理工大學;2008年

5 梁巍;管道缺陷檢測中超聲信號稀疏解卷積及稀疏壓縮方法的研究[D];上海交通大學;2008年

本文編號：827721